استخدام ميزة "المساعدة المستندة إلى الذكاء الاصطناعي" في SQL Connect

يمكنكم استخدام Gemini في Firebase للمساعدة في إنشاء المخططات والاستعلامات والتعديلات لـ رمز من جهة العميل.

يمكنكم وصف تطبيقكم أو نموذج البيانات أو استعلام أو تعديل مطلوب بلغة طبيعية، وسينشئ Gemini في Firebase ما يعادله في SQL Connect

تتوفّر هذه المساعدة المستندة إلى الذكاء الاصطناعي في سياقات التطوير التالية:

  • في وحدة تحكّم Firebase، يمكنكم إنشاء المخططات والعمليات واختبارها ونشرها.
  • في بيئتكم المحلية، يمكنكم استخدام Firebase CLI وإضافة SQL Connect VS Code لإنشاء تطبيقكم واختباره وتطويره باستخدام المحاكي.
  • يمكن لأدوات التطوير المستندة إلى الذكاء الاصطناعي استخدام خادم Firebase MCP لإنشاء تطبيقكم واختباره وتطويره.

يمكنكم الاطّلاع على مزيد من المعلومات عن بنية SQL Connect المخططات، الاستعلامات و التعديلات في الأدلة.

كيف تستخدم AI assistance for SQL Connect بياناتكم؟

لمزيد من المعلومات، يُرجى الاطّلاع على كيف يستخدم Gemini في Firebase بياناتكم.

إعداد AI assistance for SQL Connect

لاستخدام المساعدة المستندة إلى الذكاء الاصطناعي مع SQL Connect، يجب تفعيل Gemini في Firebase كما هو موضّح في إعداد Gemini في Firebase.

إنشاء المخططات والاستعلامات والتعديلات باستخدام Gemini في Firebase

يمكنكم استخدام المساعدة المستندة إلى الذكاء الاصطناعي في SQL Connect في العديد من مهام العمل.

في وحدة التحكّم Firebase

عند إنشاء خدمة SQL Connect، تقدّم وحدة تحكّم Firebase تجربة "البدء مع Gemini".

يمكنكم وصف فكرة تطبيق، وستنشئ المساعدة المستندة إلى الذكاء الاصطناعي ما يلي:

  • مخطط كامل استنادًا إلى فكرة تطبيقكم
  • أمثلة على العمليات وتعديلات البيانات

من صفحة البيانات، يمكنكم استخدام الزر **ساعدني في كتابة GraphQL**pen_spark لإنشاء العمليات وتنفيذها استنادًا إلى اللغة الطبيعية. يمكنكم الاطّلاع على بعض الأمثلة على حالات الاستخدام.

تم وصف سير العمل هذا في دليل البدء. يمكنكم المتابعة في بيئة التطوير المحلية باستخدام المخطط والعمليات التي تم نشرها.

في بيئتكم المحلية

يمكنكم أيضًا الحصول على مساعدة مستندة إلى الذكاء الاصطناعي من Firebase CLI وإضافة SQL Connect VS Code.

يمكنكم تقديم فكرة تطبيقكم إلى firebase init dataconnect، وسينشئ ما يلي:

  • مخطط كامل استنادًا إلى فكرة تطبيقكم
  • أمثلة على العمليات وتعديل بيانات أولية

توفّر إضافة SQL Connect VS Code الميزات التالية:

  • Generates/Refine Operations Code Lens لتحويل تعليقات GraphQL إلى SQL Connect عمليات.
  • تكامل سلس مع خادم Firebase MCP

تم وصف سير العمل هذا في دليل البدء لإنشاء النماذج الأولية محليًا.

استخدام خادم Firebase MCP مع أدوات التطوير المستندة إلى الذكاء الاصطناعي

يعمل خادم Firebase MCP مع أي أدوات مساعدة مستندة إلى الذكاء الاصطناعي يمكنها العمل كعميل MCP ، بما في ذلك Antigravity وClaude Code وClaude Desktop وCline وCursor وVS Code Copilot وWindsurf وغير ذلك.

يوفّر خادم Firebase MCP سياقًا وإمكانات إضافية لمساعدة أدوات التطوير المستندة إلى الذكاء الاصطناعي على العمل بشكل أفضل مع SQL Connect. ويمكنه إجراء ما يلي:

  • إعداد أدلة مشاريع جديدة وحِزم SDK التي تم إنشاؤها
  • إنشاء المخططات والعمليات وتكرارها استنادًا إلى أخطاء التجميع
  • تنفيذ العمليات على المحاكي المحلي أو خدمات الخلفية
  • جمع معلومات عن الخدمات الحالية

لاستخدام خادم Firebase MCP:

  1. يمكنكم إعداد عميل MCP باتّباع هذا الدليل.
  2. يمكنكم طلب المساعدة بشأن SQL Connect. أمثلة على الطلبات:
    1. إعداد مشروع SQL Connect لتطبيق توصيل البيتزا
    2. إصلاح أخطاء تجميع SQL Connect
    3. "في الصفحة الرئيسية، أريد عرض غرف الدردشة النشطة وقائمة الأصدقاء. إنشاء طلب SQL Connect."
    4. ما هم المستخدمون في محاكي SQL Connect المحلي؟
    5. ما هي مناطق Google Cloud التي تتوفّر فيها خدمات SQL Connect؟

أمثلة على حالات الاستخدام لإنشاء العمليات

تصف الأقسام التالية أمثلة على حالات الاستخدام:

عرض أفضل خمسة أفلام بترتيب تنازلي حسب التقييم

لاستخدام AI assistance for SQL Connect لإنشاء GraphQL استنادًا إلى اللغة الطبيعية:

  1. في وحدة تحكّم Firebase، انتقِلوا إلى قواعد البيانات ومساحة التخزين > SQL Connect.

  2. اختاروا خدمتكم ومصدر البيانات، ثم افتحوا علامة التبويب البيانات.

  3. انقروا على رمز ساعدني في كتابة GraphQLpen_spark. صفوا الاستعلامأو التعديل الذي تريدون إنشاءه بلغة طبيعية، ثم انقروا على إنشاء.

    على سبيل المثال، إذا كنتم تستخدمون مصدر بيانات الأفلام المشار إليه في "الإنشاء باستخدام SQL Connect (الويب)" الدرس التطبيقي حول الترميز، يمكنكم أن تطلبوا "عرض أفضل خمسة أفلام لعام 2022 بترتيب تنازلي حسب التقييم،" ما قد يعرض نتيجة مثل ما يلي:

    query TopMovies2022 {
  movies(where: {releaseYear: {eq: 2022}}, orderBy: [{rating: DESC}], limit: 5) {
    id
    title
    rating
    releaseYear
  }
}

  4. راجِعوا الردّ:

    • إذا كان الردّ يبدو صحيحًا، انقروا على إدراج لإدراجه في محرِّر الرموز.
    • إذا كان الردّ بحاجة إلى تحسين، انقروا على تعديل، وعدِّلوا الطلب، ثم انقروا على إعادة الإنشاء.

  5. بعد قبول الردّ، اضبطوا ما يلي في قسم المَعلمات ، إذا كان ذلك منطبقًا:

    • المتغيّرات: إذا كان الاستعلام أو التعديل يحتوي على متغيّرات، حدِّدوا ها هنا. استخدِموا JSON لتحديدها، على سبيل المثال، {"title":"The Matrix", "releaseYear":"1999"}.
    • الإذن: اختاروا سياق الإذن (المشرف أو المستخدم الذي تم التحقّق من هويته أو المستخدم الذي لم يتم التحقّق من هويته) الذي سيتم تشغيل الاستعلام أو التعديل به.

  6. انقروا على تشغيل في محرِّر الرموز وراجِعوا النتائج.

لاختبار استعلامات أو تعديلات متعددة في محرِّر الرموز، تأكّدوا من تسميتها. على سبيل المثال، تم تسمية الاستعلام التالي GetMovie. حرِّكوا المؤشر إلى السطر الأول من الاستعلام أو التعديل لتفعيل الزر تشغيل.

query GetMovie($myKey: Movie_Key!) {
  movie(key: $myKey) { title }
}

إنشاء تعديل يضيف فيلمًا إلى قاعدة البيانات استنادًا إلى بيانات أدخلها المستخدم

يوضّح هذا المثال كيفية استخدام اللغة الطبيعية لإنشاء تعديل GraphQL يملأ قاعدة البيانات. يفترض هذا المثال أنّكم تستخدمون مخطط قاعدة بيانات الأفلام المستخدَم في مستندات Firebase SQL Connect والدرس التطبيقي "الإنشاء باستخدام SQL Connect (الويب)".Firebase SQL ConnectSQL Connect

  1. في وحدة تحكّم Firebase، انتقِلوا إلى قواعد البيانات ومساحة التخزين > SQL Connect.

  2. اختاروا خدمتكم ومصدر البيانات، ثم افتحوا علامة التبويب البيانات.

  3. انقروا على رمز ساعدني في كتابة GraphQLpen_spark واشرحوا التعديل:

    Create a movie based on user input.

  4. انقروا على إنشاء. سيتم عرض التعديل. على سبيل المثال، قد يعرض Gemini تعديلاً مثل:

    mutation CreateMovie($title: String!, $releaseYear: Int!, $genre: String!, $rating: Float!, $description: String!, $imageUrl: String!, $tags: [String!] = []) @auth(level: USER) {
  movie_insert(data: {
    title: $title,
    releaseYear: $releaseYear,
    genre: $genre,
    rating: $rating,
    description: $description,
    imageUrl: $imageUrl,
    tags: $tags
  })
}

  5. راجِعوا الناتج. إذا لزم الأمر، انقروا على تعديل لتحسين الطلب، ثم انقروا على إعادة الإنشاء.

  6. بعد ذلك، انقروا على إدراج لإدراج التعديل في محرِّر البيانات.

  7. لتنفيذ التعديل، يجب إضافة متغيّرات. من قسم المَعلمات ، افتحوا المتغيّرات وأدرِجوا بعض المتغيّرات التجريبية:

    {"title":"My amazing movie", "releaseYear":2024, "genre": "Comedy",
"rating": 8, "description": "A new movie to test mutations",
"imageUrl": "", "tags": ["comedy","space travel"]}

  8. انقروا على تشغيل.

  9. بعد ذلك، أنشئوا طلبًا يتحقّق من إضافة الفيلم. انقروا على ساعدني في كتابة GraphQL pen_spark و في المربّع الذي يظهر، اكتبوا طلبكم:

    List all movies from 2024 that include all of these tags: 'space travel', 'comedy'.

    قد يعرض Gemini ردًا مثل ما يلي:

    query ComedySpaceTravelMovies2024 @auth(level: PUBLIC) {
  movies(
    where: {
    releaseYear: { eq: 2024 },
    tags: { includesAll: ["space travel", "comedy"] }
    }
  ) {
      id
      title
      imageUrl
      releaseYear
      genre
      rating
      description
      tags
    }
}

  10. أدرِجوا الطلب وشغِّلوه. يجب أن يظهر الفيلم الذي أضفتموه في حقل السجلّ.

إنشاء طلب يعرض المراجعات استنادًا إلى النوع والتقييمات التي يقدّمها المستخدم

يوضّح هذا المثال كيفية استخدام اللغة الطبيعية لإنشاء طلب GraphQL. يفترض هذا المثال أنّكم تستخدمون قاعدة بيانات الأفلام المستخدَمة في Firebase SQL Connect المستندات و"الإنشاء باستخدام SQL Connect (الويب)" الدرس التطبيقي حول الترميز.

  1. في وحدة تحكّم Firebase، انتقِلوا إلى قواعد البيانات ومساحة التخزين > SQL Connect.

  2. اختاروا خدمتكم ومصدر البيانات، ثم افتحوا علامة التبويب البيانات.

  3. انقروا على رمز ساعدني في كتابة GraphQLpen_spark واشرحوا طلبكم:

    List all movie reviews, based on user-configurable genre and ratings.

  4. انقروا على إنشاء. سيتم عرض الطلب. على سبيل المثال، قد يعرض Gemini طلبًا مثل:

    query ListReviewsByGenreAndRating($genre: String, $minRating: Int, $maxRating: Int) @auth(level: PUBLIC) {
  reviews(where: {
    movie: {
      genre: {eq: $genre}
    },
    rating: {ge: $minRating, le: $maxRating}
  }) {
    id
    user {
      username
    }
    movie {
      title
      genre
    }
    rating
    reviewText
    reviewDate
  }
}

  5. راجِعوا الناتج. إذا لزم الأمر، انقروا على تعديل لتحسين الطلب، ثم انقروا على إعادة الإنشاء.

  6. بعد ذلك، انقروا على إدراج لإدراج التعديل في محرِّر البيانات.

  7. لاختبار هذا الطلب، يجب إضافة متغيّرات. من قسم المَعلمات ، افتحوا المتغيّرات وأدرِجوا متغيّرات لاستخدامها في الاختبار:

    {"genre":"sci-fi", "minRating":4, "maxRating":9}

  8. انقروا على تشغيل.

تصميم الطلبات لأدوات المساعدة المستندة إلى الذكاء الاصطناعي الخارجية

كما هو الحال مع جميع أدوات المساعدة المستندة إلى الذكاء الاصطناعي، تؤدي الطلبات الأفضل إلى نواتج أكثر فائدة.

عند تقديم طلبات بلغة طبيعية إلى Gemini في Firebase، يترجم المساعد في الخلفية البيانات التي تُدخلونها إلى طلب أكثر تطورًا.

إذا كنتم تعملون باستخدام أدوات ذكاء اصطناعي خارجية، مثل Cursor أو Windsurf، يمكنكم الحصول على اقتراحات أفضل من SQL Connect باستخدام طلبات مماثلة وأكثر تفصيلاً.

لقد نشرنا نماذج طلبات لتنزيلها وتعديلها ونسخها إلى بيئة التطوير المتكاملة:

بعد تنزيل النموذج وتعديله، أنشئوا طلبًا في أداة مألوفة (مثل Cursor أو Windsurf) على النحو التالي:

  • في Cursor (يُرجى مراجعة أحدث التعليمات من Cursor):

    1. انقروا على رمز الإعدادات في أعلى يسار الصفحة.
    2. انقروا على علامة التبويب القواعد.
    3. ضمن قواعد المشروع، انقروا على الزر إضافة قاعدة جديدة.
    4. انسخوا القاعدة والصقوها.

  • في Windsurf (يُرجى مراجعة أحدث التعليمات من Windsurf):

    1. افتحوا نافذة Cascade بالنقر على الزر Cascade في أعلى يسار الصفحة.
    2. انقروا على رمز التخصيصات في قائمة شريط التمرير أعلى يسار Cascade، ثم انتقِلوا إلى لوحة القواعد.
    3. انقروا على الزر + Global أو + Workspace لإنشاء قواعد جديدة على مستوى العالم أو مساحة العمل، على التوالي.
    4. انسخوا القاعدة والصقوها.

تحديد المشاكل وحلّها AI assistance for SQL Connect

يُرجى الاطّلاع على تحديد المشاكل وحلّها في Gemini في Firebase.

الأسعار

AI assistance for SQL Connect تتوفّر كجزء من Gemini في Firebase وهي مضمّنة للمستخدمين الأفراد.

لمزيد من المعلومات، يُرجى الاطّلاع على أسعار Gemini في Firebase.

الخطوات التالية