מנסים את Gemini במסוף Firebase

אחרי ההגדרה של Gemini ב-Firebase, תוכלו להתחיל להשתמש בו כדי לשפר את חוויית הפיתוח שלכם ב-Firebase.

כדי לפתוח את החלונית של Gemini:

• לוחצים על ✦Gemini ב-Firebase בתפריט השמאלי העליון של מסוף Firebase.

חלונית Gemini נפתחת ונשארת פתוחה בכל הדפים במסוף Firebase. מעכשיו אפשר לשוחח עם Gemini ולבדוק את כל התכונות שזמינות בחלונית Gemini.

אם ✦Gemini ב-Firebase לא מופיע במסוף Firebase, צריך לפעול לפי השלבים במאמר הגדרת Gemini ב-Firebase לפרויקט כדי להפעיל אותו.

לשיחה עם Gemini

אחרי שפותחים את החלונית של Gemini, אפשר להתחיל מיד שיחה עם Gemini ולשאול שאלות בשפה טבעית.

השלבים הבאים מדגימים שיחה אפשרית עם Gemini בנושא Remote Config:

1. בשדה Ask me anything about Firebase (אפשר לשאול אותי כל דבר על Firebase), מזינים שאלה ולוחצים על send Send (שליחה). לדוגמה, אפשר לשאול משהו כזה:

   When should I use a Remote Config rollout vs. an A/B Test?
   

   ‫Gemini יציג את התשובה שלו.

2. אחר כך תוכלו לשאול את Gemini שאלות הבהרה כדי להרחיב את השיחה, או להדביק קוד ולבקש עצה.

אתם יכולים להמשיך את השיחה ולשתף מידע ושאלות על האפליקציה ועל הפרויקטים שאתם עובדים עליהם. במהלך פתרון הבעיות, Gemini יציע שיפורים ואופטימיזציות והנחיות נוספות. ‫Gemini גם כולל הפניות למקורות שבהן מפורטים המסמכים ודוגמאות הקוד שבהם Gemini השתמש כדי ליצור את התשובות שלו.

הסבר על חלונית Gemini במסוף Firebase

בחלונית Gemini במסוף Firebase יש כמה תכונות שמפשטות את העבודה המשותפת עם Gemini.

שימוש בהתאמה אישית ב-Gemini ב-Firebase

כדי להפיק את המקסימום מ-Gemini ב-Firebase, כדאי לשאול שאלות שקשורות לפרויקט Firebase. הנה כמה רעיונות:

• Cloud Firestore: "איך כדאי לבנות את Cloud Firestore כדי לאחזר נתונים בצורה יעילה באפליקציית הצ'אט שלי?"

• Authentication: "What kinds of login methods does my app support, and which ones can I add?"‎

• Crashlytics: "Based on my recent Crashlytics reports, what are the top three issues I should address to improve my app's stability?"

  אם תתאימו את השאלות להגדרות הספציפיות שלכם ב-Firebase,‏ Gemini ב-Firebase יוכל לספק תובנות רלוונטיות יותר ופרקטיות יותר.

שימוש בסיוע מבוסס-AI ב-Crashlytics

כדי להשתמש בעזרה מבוססת-AI ב-Crashlytics כדי ליצור תובנות לגבי קריסות:

1. במסוף Firebase, עוברים אל DevOps & Engagement > Crashlytics dashboard ובוחרים את האפליקציה.

2. מאתרים את הקריסה שרוצים לבדוק ובוחרים בה. מוצג דף האירוע Crashlytics, כולל תובנות עם אחת או יותר מהאפשרויות הבאות:

   • ניתוח של הקריסה עם סיבה אפשרית
   • הוראות לניפוי באגים
   • השלבים הבאים שניתן לבצע
   • שיטות מומלצות

   אם התכונה'עזרה מ-AI' ב-Crashlytics לא מופיעה בראש דף האירוע, צריך לוודא ש-Gemini ב-Firebase הופעל (הוראות ההגדרה מפורטות במאמר הגדרת Gemini ב-Firebase). בנוסף, צריך לוודא שאתם צופים באירוע קריסה או ANR. עדיין אין תמיכה באירועים לא קריטיים.

3. אם רוצים להשתמש בעזרה מ-AI כדי לפתור את הבעיה ישירות בבסיס הקוד של האפליקציה, אפשר להשתמש בעזרה מ-AI ל-Crashlytics דרך MCP.

מידע נוסף זמין במאמר בנושא קבלת עזרה מ-AI ב-Crashlytics.

קבלת תובנות מ-AI לגבי קמפיינים של הודעות באמצעות Gemini ב-Firebase

‫Gemini ב-Firebase מספק סיכום של קמפיינים של העברת הודעות, תובנות והנחיות לשיפור הביצועים ברמת הקמפיין של Firebase Cloud Messaging ושל In-App Messaging. ניתוח נתוני הקמפיינים ב-Gemini ב-Firebase יכול לעזור לכם להבין את היקף החשיפה וההשפעה של הקמפיינים, ולקבל הצעות לאסטרטגיות שיעזרו לכם לשפר את מידת ההתעניינות של המשתמשים ואת הצמיחה.

גישה לתובנות מבוססות-AI לגבי קמפיינים של הודעות

כדי להשתמש בתובנות מבוססות-AI לגבי קמפיינים של שליחת הודעות, צריך לוודא שבפרויקט שלכם יש:

• ‫Gemini ב-Firebase מופעל בפרויקט. מידע נוסף על הגדרת Gemini ב-Firebase

• ‫Firebase Cloud Messaging או In-App Messaging מופעלים בפרויקט שלכם ב-Firebase.

• קיים לפחות קמפיין אחד שמופיע במסוף Firebase.

אחרי שמוודאים שעומדים בדרישות האלה:

1. כדי לגשת לנתוני הקמפיין, במסוף Firebase, עוברים לדף DevOps & Engagement > Messaging.

2. אחרי שנתוני הקמפיין נטענים, לוחצים על יצירת תובנות מבוססות-AI.

   יופיע סיכום וניתוח של קמפיינים של מסרים.

יצירת שאילתות ומוטציות של GraphQL עבור SQL Connect באמצעות Gemini ב-Firebase

כדי להשתמש ב-AI assistance for SQL Connect כדי ליצור GraphQL על סמך שפה טבעית:

1. במסוף Firebase, נכנסים אל Databases & Storage (מסדי נתונים ואחסון) >‏ SQL Connect (חיבור SQL).

2. בוחרים את השירות ואת מקור הנתונים, ואז פותחים את הכרטיסייה נתונים.

3. לוחצים על הסמל עזרה בכתיבה ב-GraphQLpen_spark. מתארים בשפה טבעית את השאילתה או את המוטציה שרוצים ליצור ולוחצים על יצירה.

   לדוגמה, אם אתם משתמשים במקור הנתונים Movies שמוזכר ב-codelab "Build with SQL Connect (web)", תוכלו לשאול את השאלה Return the top five movies of 2022, in descending order by rating (החזרת חמשת הסרטים המובילים משנת 2022, בסדר יורד לפי דירוג), ותקבלו תוצאה כמו זו:

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

4. בודקים את התשובה:

   • אם התשובה נראית נכונה, לוחצים על הוספה כדי להוסיף את התשובה לכלי לעריכת קוד.
   • אם אפשר לשפר את התשובה, לוחצים על עריכה, מעדכנים את ההנחיה ולוחצים על יצירה מחדש.

5. אחרי שמקבלים את התשובה, מגדירים את הפרטים הבאים בקטע Parameters (פרמטרים), אם רלוונטי:

   • משתנים: אם השאילתה או המוטציה מכילות משתנים, צריך להגדיר אותם כאן. אפשר להשתמש ב-JSON כדי להגדיר אותם, לדוגמה, {"title":"The Matrix", "releaseYear":"1999"}.
   • הרשאה: בוחרים את הקשר של ההרשאה (אדמין, מאומת או לא מאומת) שדרכה יופעלו השאילתה או השינוי.

6. לוחצים על Run בעורך הקוד ובודקים את התוצאות.

כדי לבדוק כמה שאילתות או מוטציות בעורך הקוד, צריך לוודא שיש להן שם. לדוגמה, השאילתה הבאה נקראת GetMovie. מזיזים את הסמן לשורה הראשונה של השאילתה או של השינוי כדי להפעיל את הלחצן Run.

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

תרחישים מתקדמים יותר לדוגמה מופיעים במאמר בנושא תרחישים לדוגמה לשימוש ב-AI assistance for SQL Connect.

שימוש בסיוע מבוסס-AI ב-Firebase App Distribution

הסוכן של Firebase App Testing משתמש ביכולות של AI כדי ליצור ולהריץ בדיקות על סמך הנחיות בשפה טבעית שאתם מספקים. הסוכן יוצר בדיקות מפורטות שאפשר להריץ במכשירים וירטואליים ופיזיים שונים כדי לוודא שהאפליקציה היא באיכות הגבוהה ביותר. מידע נוסף זמין במאמר בנושא סוכן App Testing.