এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

SQL Connect-এর জন্য AI সহায়তা ব্যবহার করুন

আপনার ক্লায়েন্ট-সাইড কোডের জন্য স্কিমা, কোয়েরি এবং মিউটেশন তৈরি করতে Firebase জেমিনি ব্যবহার করুন।

আপনার অ্যাপ, ডেটা মডেল, বা কাঙ্ক্ষিত কোয়েরি বা মিউটেশন স্বাভাবিক ভাষায় বর্ণনা করুন, এবং Firebase এর Gemini তার SQL Connect সমতুল্য সংস্করণটি তৈরি করে দেবে।

এই এআই সহায়তা নিম্নলিখিত উন্নয়ন প্রেক্ষাপটগুলিতে উপলব্ধ:

Firebase কনসোলে আপনি আপনার স্কিমা এবং অপারেশনগুলো জেনারেট, টেস্ট ও ডিপ্লয় করতে পারেন।
আপনার স্থানীয় পরিবেশে, আপনি এমুলেটরের সাহায্যে আপনার অ্যাপ তৈরি, পরীক্ষা এবং উন্নত করার জন্য Firebase CLI এবং SQL Connect VS Code এক্সটেনশন ব্যবহার করতে পারেন।
এআই-চালিত ডেভেলপমেন্ট টুলগুলো আপনার অ্যাপ তৈরি, পরীক্ষা ও উন্নত করতে ফায়ারবেস এমসিপি সার্ভার ব্যবহার করতে পারে।

গাইডগুলোতে SQL Connect স্কিমা , কোয়েরি এবং মিউটেশন সিনট্যাক্স সম্পর্কে আরও জানুন।

AI assistance for SQL Connect আপনার ডেটা কীভাবে ব্যবহার করে

আরও তথ্যের জন্য, Firebase এ Gemini কীভাবে আপনার ডেটা ব্যবহার করে তা দেখুন।

AI assistance for SQL Connect সেট আপ করুন

SQL Connect এর সাথে AI সহায়তা ব্যবহার করতে, Firebase এ Gemini সেট আপ করুন Firebase অংশে বর্ণিত পদ্ধতি অনুযায়ী Firebase-এ Gemini সক্রিয় করুন।

Firebase এ Gemini ব্যবহার করে স্কিমা, কোয়েরি এবং মিউটেশন তৈরি করুন।

আপনি আপনার অনেক ওয়ার্কফ্লোতে SQL Connect এর জন্য AI সহায়তা ব্যবহার করতে পারেন।

গুরুত্বপূর্ণ: AI assistance for SQL Connect একটি প্রাথমিক পর্যায়ের প্রযুক্তি, যা মাঝে মাঝে এমন আউটপুট তৈরি করতে পারে যা বিশ্বাসযোগ্য মনে হলেও, প্রকৃতপক্ষে তা ভুল। এটি এমন ভুল তথ্য দিয়ে প্রতিক্রিয়া জানাতে পারে যা Google-এর মতামতকে প্রতিফলিত করে না। Gemini থেকে প্রাপ্ত সমস্ত আউটপুট ব্যবহার করার আগে যাচাই করে নিন এবং পরীক্ষা না করা কোড প্রোডাকশনে ব্যবহার করবেন না। 'Help me write GraphQL' প্রম্পটে ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্য (PII) বা ব্যবহারকারীর ডেটা প্রবেশ করাবেন না। আরও তথ্যের জন্য, 'How AI assistance for SQL Connect uses your data' এবং 'Gemini in Google Cloud and responsible AI' দেখুন।

Firebase কনসোলে

যখন আপনি একটি SQL Connect পরিষেবা তৈরি করেন, তখন Firebase কনসোল "Gemini-এর সাথে শুরু করা" শীর্ষক একটি অভিজ্ঞতা প্রদান করে।

আপনি একটি অ্যাপের ধারণা বর্ণনা করতে পারেন, এবং এআই-এর সহায়তায় নিম্নলিখিত বিষয়গুলো তৈরি হবে:

আপনার অ্যাপের ধারণার উপর ভিত্তি করে একটি সম্পূর্ণ নকশা।
অপারেশন এবং ডেটা পরিবর্তনের উদাহরণ।

ডেটা পেজ থেকে, আপনি স্বাভাবিক ভাষার উপর ভিত্তি করে অপারেশন তৈরি ও সম্পাদন করতে 'Help me write GraphQL pen_spark' বাটনটি ব্যবহার করতে পারেন। এর কিছু উদাহরণ দেখে নিন।

এই কার্যপ্রবাহটি আমাদের ‘গেট স্টার্টেড’ গাইডে বর্ণনা করা হয়েছে। আপনি আপনার স্থানীয় ডেভেলপমেন্ট এনভায়রনমেন্টে ডেপ্লয় করা স্কিমা এবং অপারেশনগুলো নিয়ে কাজ চালিয়ে যেতে পারেন।

আপনার স্থানীয় পরিবেশে

আপনি Firebase CLI এবং SQL Connect VS Code এক্সটেনশন থেকেও AI সহায়তা পেতে পারেন।

আপনি firebase init dataconnect কমান্ডে আপনার অ্যাপের ধারণাটি প্রদান করতে পারেন, এবং এটি নিম্নলিখিত আউটপুট তৈরি করে:

আপনার অ্যাপের ধারণার উপর ভিত্তি করে একটি সম্পূর্ণ নকশা।
উদাহরণস্বরূপ অপারেশনসমূহ এবং একটি বীজ ডেটা মিউটেশন।

SQL Connect VS Code এক্সটেনশনটি নিম্নলিখিত বৈশিষ্ট্যগুলি প্রদান করে:

GraphQL কমেন্টগুলোকে SQL Connect অপারেশনে রূপান্তর করার জন্য অপারেশন কোড লেন্স তৈরি ও পরিমার্জন করে ।
Gemini Code Assist এবং ফায়ারবেস এমসিপি সার্ভারের সাথে নির্বিঘ্ন সংযোগ।

এই কার্যপ্রবাহটি আমাদের লোকাল প্রোটোটাইপিংয়ের জন্য ‘গেট স্টার্টেড’ গাইডে বর্ণনা করা হয়েছে।

এআই-চালিত ডেভেলপমেন্ট টুলসের সাথে ফায়ারবেস এমসিপি সার্ভার ব্যবহার করুন

Firebase MCP সার্ভারটি এমন যেকোনো AI অ্যাসিস্ট্যান্ট টুলের সাথে কাজ করে যা MCP ক্লায়েন্ট হিসেবে কাজ করতে পারে; এর মধ্যে রয়েছে Gemini CLI, Gemini Code Assist , Cursor, Visual Studio Code Copilot, Claude Desktop, এবং Windsurf Editor।

ফায়ারবেস এমসিপি সার্ভার এআই-চালিত ডেভেলপমেন্ট টুলগুলোকে SQL Connect সাথে আরও ভালোভাবে কাজ করতে সাহায্য করার জন্য অতিরিক্ত প্রেক্ষাপট এবং সক্ষমতা প্রদান করে। এটি নিম্নলিখিত কাজগুলো করতে পারে:

নতুন প্রজেক্ট ডিরেক্টরি সেট আপ করুন এবং SDK তৈরি করুন।
কম্পাইল ত্রুটির উপর ভিত্তি করে স্কিমা ও অপারেশন তৈরি করুন এবং সেগুলোর পুনরাবৃত্তি ঘটান।
স্থানীয় এমুলেটর বা ব্যাকএন্ড পরিষেবাগুলিতে অপারেশনগুলি সম্পাদন করুন।
বিদ্যমান পরিষেবাগুলো সম্পর্কে তথ্য সংগ্রহ করুন।

ফায়ারবেস এমসিপি সার্ভার ব্যবহার করতে:

এই নির্দেশিকা অনুসরণ করে আপনার এমসিপি ক্লায়েন্ট সেট আপ করুন।
SQL Connect সম্পর্কিত সাহায্যের জন্য জিজ্ঞাসা করুন। উদাহরণস্বরূপ কিছু প্রশ্ন:
1. একটি পিৎজা ডেলিভারি অ্যাপের জন্য একটি SQL Connect প্রজেক্ট সেট আপ করুন।
2. SQL Connect কম্পাইল ত্রুটিগুলি ঠিক করুন।
3. হোম পেজে আমাকে সক্রিয় চ্যাট রুম এবং বন্ধুদের তালিকা দেখাতে হবে। একটি SQL Connect কোয়েরি তৈরি করুন।
4. আমার স্থানীয় SQL Connect এমুলেটরে কোন ব্যবহারকারীরা আছেন?
5. আমার SQL Connect পরিষেবাগুলো কোন Google Cloud অঞ্চলে রয়েছে?

অপারেশন তৈরির উদাহরণমূলক ব্যবহার

নিম্নলিখিত বিভাগগুলিতে নমুনা ব্যবহারের ক্ষেত্রগুলি বর্ণনা করা হয়েছে:

রেটিং অনুসারে শীর্ষ পাঁচটি চলচ্চিত্র অবরোহী ক্রমে ফেরত দিন।
এমন একটি মিউটেশন তৈরি করুন যা ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে ডাটাবেসে একটি মুভি যোগ করে।
এমন একটি কোয়েরি তৈরি করুন যা ব্যবহারকারীর দেওয়া ধরণ এবং রেটিং অনুসারে রিভিউ তালিকাভুক্ত করবে।

রেটিং অনুসারে শীর্ষ পাঁচটি চলচ্চিত্র অবরোহী ক্রমে ফেরত দিন।

স্বাভাবিক ভাষার উপর ভিত্তি করে GraphQL তৈরি করতে AI assistance for SQL Connect ব্যবহার করতে:

আপনার প্রজেক্টে SQL Connect খুলুন এবং Services-এর অধীনে আপনার ডেটা সোর্স নির্বাচন করুন।
ডেটা-তে ক্লিক করুন।
"Help me write GraphQL pen_spark" আইকনটিতে ক্লিক করুন। আপনি যে কোয়েরি বা মিউটেশনটি তৈরি করতে চান, তা স্বাভাবিক ভাষায় বর্ণনা করুন এবং "Generate"- এ ক্লিক করুন।
উদাহরণস্বরূপ, যদি আপনি 'Build with SQL Connect (web)' কোডল্যাবে উল্লেখিত Movies ডেটা সোর্সটি ব্যবহার করেন, তাহলে আপনি জিজ্ঞাসা করতে পারেন, " রেটিং অনুসারে অবরোহী ক্রমে ২০২২ সালের সেরা পাঁচটি সিনেমা ফেরত দিন, " যার ফলে নিম্নলিখিতের মতো একটি ফলাফল আসতে পারে:
```
query TopMovies2022 {
  movies(where: {releaseYear: {eq: 2022}}, orderBy: [{rating: DESC}], limit: 5) {
    id
    title
    rating
    releaseYear
  }
}
```
প্রতিক্রিয়াটি পর্যালোচনা করুন:
- যদি উত্তরটি সঠিক বলে মনে হয়, তাহলে কোড এডিটরে উত্তরটি যুক্ত করতে Insert-এ ক্লিক করুন।
- যদি প্রতিক্রিয়াটি আরও পরিমার্জিত করা যায়, তাহলে 'সম্পাদনা' (Edit) ক্লিক করুন, প্রম্পটটি আপডেট করুন এবং 'পুনরায় তৈরি করুন' (Regenerate ) ক্লিক করুন।
আপনি উত্তরটি গ্রহণ করার পর, প্রযোজ্য হলে, প্যারামিটার বিভাগে নিম্নলিখিতগুলি সেট করুন:
- ভেরিয়েবল : যদি আপনার কোয়েরি বা মিউটেশনে ভেরিয়েবল থাকে, তাহলে সেগুলো এখানে সংজ্ঞায়িত করুন। এগুলো সংজ্ঞায়িত করতে JSON ব্যবহার করুন, উদাহরণস্বরূপ, {"title":"The Matrix", "releaseYear":"1999"} ।
- অনুমোদন : কোয়েরি বা মিউটেশনটি চালানোর জন্য অনুমোদনের প্রেক্ষাপট (অ্যাডমিনিস্ট্রেটর, অথেনটিকেটেড, বা আনঅথেনটিকেটেড) নির্বাচন করুন।
সতর্কীকরণ: আপনি যদি কোনো মিউটেশন চালান, তবে তা চালানোর আগে সাবধানে পর্যালোচনা করুন। ডেটা এডিটরে মিউটেশন চালালে অনুরোধটি কার্যকর হবে।
কোড এডিটরে রান- এ ক্লিক করুন এবং ফলাফল পর্যালোচনা করুন।

কোড এডিটরে একাধিক কোয়েরি বা মিউটেশন পরীক্ষা করার জন্য, সেগুলোর নাম দেওয়া আছে কিনা তা নিশ্চিত করুন। উদাহরণস্বরূপ, নিম্নলিখিত কোয়েরিটির নাম হলো GetMovie । রান বাটনটি সক্রিয় করতে কোয়েরি বা মিউটেশনটির প্রথম লাইনে আপনার কার্সরটি নিয়ে যান।

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

দ্রষ্টব্য: আপনি যদি এইমাত্র একটি SQL Connect প্রজেক্ট তৈরি করে থাকেন এবং একটি নতুন PostgreSQL ইনস্ট্যান্সের জন্য অনুরোধ করে থাকেন, তাহলে আপনার স্থায়ী PostgreSQL ডেটাবেসটি প্রোভিশনিং হওয়ার সময় ব্যবহারের জন্য SQL Connect একটি অস্থায়ী ডেটাবেস তৈরি করবে এবং প্রোভিশনিং সম্পন্ন হলে সমস্ত ডেটা মাইগ্রেট করে দেবে। এই অস্থায়ী ডেটাবেসটি আপনার স্কিমা এবং CRUD অপারেশনগুলো খতিয়ে দেখার জন্য খুবই উপযোগী। এই অস্থায়ী ডেটাবেসটি কোনো PostgreSQL ডেটাবেস নয়। এর কিছু সীমাবদ্ধতা রয়েছে।

এমন একটি মিউটেশন তৈরি করুন যা ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে ডাটাবেসে একটি মুভি যোগ করে।

এই উদাহরণটি দেখায় কিভাবে স্বাভাবিক ভাষা ব্যবহার করে একটি GraphQL মিউটেশন তৈরি করা যায় যা আপনার ডাটাবেসকে ডেটা দিয়ে পূর্ণ করে। এই উদাহরণটি ধরে নেয় যে আপনি Firebase SQL Connect ডকুমেন্টেশন এবং "Build with SQL Connect (web)" কোডল্যাবে ব্যবহৃত 'movie' ডাটাবেস স্কিমাটি ব্যবহার করছেন।

Firebase কনসোল থেকে SQL Connect খুলুন।
আপনার পরিষেবা এবং ডেটা উৎস নির্বাচন করুন, তারপর ডেটা ট্যাবটি খুলুন।
"Help me write GraphQL pen_spark" আইকনটিতে ক্লিক করুন এবং আপনার মিউটেশনটি বর্ণনা করুন:
```
Create a movie based on user input.
```

জেনারেট-এ ক্লিক করুন। মিউটেশনটি ফেরত আসবে। উদাহরণস্বরূপ, জেমিনি এই ধরনের একটি মিউটেশন ফেরত দিতে পারে:

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
  })
}

আউটপুটটি পর্যালোচনা করুন। প্রয়োজনে, প্রম্পটটি পরিমার্জন করতে এডিট-এ ক্লিক করুন এবং রিজেনারেট-এ ক্লিক করুন।
এরপর, ডেটা এডিটরে মিউটেশনটি যুক্ত করতে Insert-এ ক্লিক করুন।
মিউটেশনটি কার্যকর করতে, আপনাকে ভেরিয়েবল যোগ করতে হবে। প্যারামিটার সেকশন থেকে, ভেরিয়েবলস খুলুন এবং কিছু টেস্ট ভেরিয়েবল অন্তর্ভুক্ত করুন:
```
{"title":"My amazing movie", "releaseYear":2024, "genre": "Comedy",
"rating": 8, "description": "A new movie to test mutations",
"imageUrl": "", "tags": ["comedy","space travel"]}
```
রান-এ ক্লিক করুন।
পরামর্শ: আপনি জেমিনিকে আউটপুটটি বিস্তারিত করতেও বলতে পারেন। উদাহরণস্বরূপ, আউটপুটে মন্তব্য এবং আপনার সোর্স প্রম্পট অন্তর্ভুক্ত করতে, আপনি ব্যবহার করতে পারেন: "ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে একটি মুভি তৈরি করুন। মিউটেশনটি নথিভুক্ত করতে এবং আপনার প্রতিক্রিয়ায় এই প্রম্পটটি অন্তর্ভুক্ত করতে ভুলবেন না"।
এরপর, আপনার মুভিটি যোগ করা হয়েছে কিনা তা যাচাই করার জন্য একটি কোয়েরি তৈরি করুন। 'Help me write GraphQL pen_spark'- এ ক্লিক করুন এবং যে বক্সটি আসবে, সেখানে আপনার প্রম্পটটি টাইপ করুন:
```
List all movies from 2024 that include all of these tags: 'space travel', 'comedy'.
```
মিথুন রাশি নিম্নলিখিত ধরনের প্রতিক্রিয়া জানাতে পারে:
```
query ComedySpaceTravelMovies2024 @auth(level: PUBLIC) {
  movies(
    where: {
    releaseYear: { eq: 2024 },
    tags: { includesAll: ["space travel", "comedy"] }
    }
  ) {
      id
      title
      imageUrl
      releaseYear
      genre
      rating
      description
      tags
    }
}
```
কোয়েরিটি প্রবেশ করিয়ে চালান। আপনার যোগ করা মুভিটি হিস্ট্রি ফিল্ডে দেখা যাবে।

এমন একটি কোয়েরি তৈরি করুন যা ব্যবহারকারীর দেওয়া ধরণ এবং রেটিং অনুসারে রিভিউ তালিকাভুক্ত করবে।

এই উদাহরণটি দেখায় কিভাবে স্বাভাবিক ভাষা ব্যবহার করে একটি GraphQL কোয়েরি তৈরি করা যায়। এই উদাহরণটি ধরে নেয় যে আপনি Firebase SQL Connect ডকুমেন্টেশন এবং "Build with SQL Connect (web)" কোডল্যাবে ব্যবহৃত মুভি ডেটাবেসটি ব্যবহার করছেন।

Firebase কনসোল থেকে SQL Connect খুলুন।
আপনার পরিষেবা এবং ডেটা উৎস নির্বাচন করুন, তারপর ডেটা ট্যাবটি খুলুন।
"Help me write GraphQL pen_spark" আইকনটিতে ক্লিক করুন এবং আপনার কোয়েরিটি বর্ণনা করুন:
```
List all movie reviews, based on user-configurable genre and ratings.
```

জেনারেট-এ ক্লিক করুন। কোয়েরিটি ফেরত আসবে। উদাহরণস্বরূপ, জেমিনি এই ধরনের একটি কোয়েরি ফেরত দিতে পারে:

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
  }
}

আউটপুটটি পর্যালোচনা করুন। প্রয়োজনে, প্রম্পটটি পরিমার্জন করতে এডিট-এ ক্লিক করুন এবং রিজেনারেট-এ ক্লিক করুন।
এরপর, ডেটা এডিটরে মিউটেশনটি যুক্ত করতে Insert-এ ক্লিক করুন।
এই কোয়েরিটি পরীক্ষা করার জন্য, আপনাকে ভেরিয়েবল যোগ করতে হবে। প্যারামিটার সেকশন থেকে, ভেরিয়েবলস খুলুন এবং পরীক্ষার জন্য ব্যবহার করার ভেরিয়েবলগুলো অন্তর্ভুক্ত করুন:
```
{"genre":"sci-fi", "minRating":4, "maxRating":9}
```
রান-এ ক্লিক করুন।

পরামর্শ: আপনি জেমিনিকে আউটপুটটি বিস্তারিত করতেও বলতে পারেন। উদাহরণস্বরূপ, আউটপুটে মন্তব্য এবং আপনার সোর্স প্রম্পট অন্তর্ভুক্ত করতে, আপনি ব্যবহার করতে পারেন: "ব্যবহারকারী-কনফিগারযোগ্য জেনার এবং রেটিং-এর উপর ভিত্তি করে সমস্ত মুভি রিভিউ তালিকাভুক্ত করুন। কোয়েরিটি নথিভুক্ত করতে এবং আপনার উত্তরে এই প্রম্পটটি অন্তর্ভুক্ত করতে ভুলবেন না।"

তৃতীয় পক্ষের এআই সহায়তা সরঞ্জামগুলির জন্য ডিজাইন নির্দেশিকা

অন্যান্য সকল এআই সহায়ক টুলের মতোই, উন্নততর নির্দেশনার ফলে আরও কার্যকর ফলাফল পাওয়া যায়।

আপনি যখন Firebase এ Gemini-কে স্বাভাবিক ভাষার নির্দেশ দেন, তখন অ্যাসিস্ট্যান্টটি নেপথ্যে আপনার দেওয়া তথ্যগুলোকে আরও পূর্ণাঙ্গ একটি নির্দেশে অনুবাদ করে।

আপনি যদি Cursor বা Windsurf-এর মতো থার্ড-পার্টি এআই টুল ব্যবহার করেন, তাহলে একই ধরনের কিন্তু আরও বিস্তারিত প্রম্পট ব্যবহার করে আপনি আরও ভালো SQL Connect সুপারিশ পেতে পারেন।

আমরা আপনার জন্য প্রম্পট টেমপ্লেট প্রকাশ করেছি, যা আপনি ডাউনলোড করে, প্রয়োজনমতো পরিবর্তন করে আপনার IDE-তে কপি করতে পারেন:

স্কিমা তৈরির জন্য একটি টেমপ্লেট প্রম্পট
অপারেশন তৈরির জন্য একটি টেমপ্লেট প্রম্পট

ডাউনলোড ও পরিবর্তন করার পর, পরিচিত টুল (যেমন Cursor বা Windsurf) ব্যবহার করে নিম্নরূপে একটি প্রম্পট তৈরি করুন:

কার্সরে ( কার্সরের সর্বশেষ নির্দেশাবলী পর্যালোচনা করতে ভুলবেন না):
1. উপরের ডানদিকে থাকা সেটিংস আইকনে ক্লিক করুন।
2. নিয়মাবলী ট্যাবটি নির্বাচন করুন।
3. প্রজেক্ট রুলস-এর অধীনে, অ্যাড আ নিউ রুল বাটনে ক্লিক করুন।
4. নিয়মটি কপি করে পেস্ট করুন।
উইন্ডসার্ফে ( উইন্ডসার্ফের সর্বশেষ নির্দেশাবলী পর্যালোচনা করতে ভুলবেন না):
1. উপরের ডান কোণায় থাকা ক্যাসকেড বোতামে ক্লিক করে ক্যাসকেড উইন্ডোটি খুলুন।
2. Cascade-এর উপরের ডানদিকের স্লাইডার মেনুতে থাকা Customizations আইকনে ক্লিক করুন, তারপর Rules প্যানেলে যান।
3. যথাক্রমে গ্লোবাল অথবা ওয়ার্কস্পেস লেভেলে নতুন নিয়ম তৈরি করতে + Global বা + Workspace বোতামে ক্লিক করুন।
4. নিয়মটি কপি করে পেস্ট করুন।

AI assistance for SQL Connect সমস্যা সমাধান করুন

Firebase এ Gemini-এর সমস্যা সমাধান দেখুন।

মূল্য নির্ধারণ

Firebase জেমিনির অংশ হিসেবে AI assistance for SQL Connect পাওয়া যায় এবং এটি স্বতন্ত্র ব্যবহারকারীদের জন্য অন্তর্ভুক্ত থাকে।

আরও তথ্যের জন্য Firebase মূল্য তালিকায় Gemini দেখুন।

পরবর্তী পদক্ষেপ

স্কিমা , কোয়েরি এবং মিউটেশন সম্পর্কে আরও জানুন।
Firebase এ Gemini সম্পর্কে আরও জানুন।