关于 developing-genkit-dart
面向使用 Genkit Dart 构建生成、结构化输出、工具、流程和 Agent 的 Dart 开发者指南,涵盖核心参考、CLI 本地开发及插件用法,包括 MCP 集成能力。
主要功能
- 01生成、工具和流程指引
- 02Genkit CLI 开发界面与追踪
- 03插件专属参考资料
- 04使用 schemantic 的模式指引
- 05Dart 代码分析检查
适用场景
- 01构建 Genkit Dart 流程和工具
- 02在本地追踪流程执行
- 03集成可用的 Genkit 插件
- 04完成前检查 Dart 代码
MCP 相关
指南介绍用于 Model Context Protocol 集成的 `genkit_mcp` 插件参考,其中列出 Server、Host 和 Client 能力。
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ firebase/ agent-skills --skill developing-genkit-dart安装后在 Claude Code 中输入/developing-genkit-dart确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
references/genkit_firebase_ai.mdgenkit_openai.mdgenkit_anthropic.mdgenkit_mcp.mdgenkit_google_genai.mdgenkit_chrome.mdgenkit_middleware.mdgenkit.mdgenkit_shelf.mdschemantic.md详细介绍
Genkit Dart
Genkit Dart 是适用于 Dart 的 AI SDK,为代码生成、结构化输出、工具、工作流和 AI Agent 提供统一的接口。
核心功能与用法
如果你需要有关初始化 Genkit(Genkit())、生成内容(ai.generate)、工具(ai.defineTool)、工作流(ai.defineFlow)、嵌入(ai.embedMany)、流式处理或调用远程工作流端点的帮助,请加载核心框架参考文档:
references/genkit.md
Genkit CLI(推荐)
Genkit CLI 提供本地开发 UI,可用于运行 Flow、跟踪执行过程、试用模型和评估输出。
检查用户是否已安装:genkit --version
安装:
curl -sL cli.genkit.dev | bash # Native CLI
# OR
npm install -g genkit-cli # Via npm
用法:
在运行命令前加上 genkit start,以连接 Genkit 开发者 UI 并启用跟踪:
genkit start -- dart run main.dart
插件生态系统
Genkit 依赖一系列丰富的插件来执行生成式 AI 操作、连接外部大模型或托管 Web 服务。
如果用户要求使用任何插件,请务必参阅相应的参考文档来确认用法。需要了解插件的具体初始化参数、工具、模型和使用模式时,请加载相应文档:
| 插件名称 | 参考链接 | 描述 |
|---|---|---|
genkit_google_genai | references/genkit_google_genai.md | 加载此文档以了解 Google Gemini 插件接口的用法。 |
genkit_anthropic | references/genkit_anthropic.md | 加载此文档以了解适用于 Claude 模型的 Anthropic 插件接口。 |
genkit_openai | references/genkit_openai.md | 加载此文档以了解适用于 GPT 模型、Groq 和自定义兼容端点的 OpenAI 插件接口。 |
genkit_middleware | references/genkit_middleware.md | 加载此文档以了解用于特定 Agent 行为的工具:filesystem、skills 和 toolApproval 中断。 |
genkit_mcp | references/genkit_mcp.md | 加载此文档以了解模型上下文协议集成(服务端、宿主端和客户端功能)。 |
genkit_chrome | references/genkit_chrome.md | 加载此文档以了解如何使用 Prompt API 在 Chrome 浏览器中本地运行 Gemini Nano。 |
genkit_shelf | references/genkit_shelf.md | 加载此文档以了解如何使用 Dart Shelf 通过 HTTP 集成 Genkit Flow 操作。 |
genkit_firebase_ai | references/genkit_firebase_ai.md | 加载此文档以了解 Firebase AI 插件接口(通过 Vertex AI 调用 Gemini API)。 |
外部依赖
在工具、工作流和提示词中定义架构映射时,必须使用 schemantic 库。
要了解如何使用 schemantic,请务必阅读 references/schemantic.md,了解如何实现类型安全的生成式 Dart 代码。当遇到 @Schema()、SchemanticType 或以 $ 为前缀的类等符号时,这一点尤为重要。Genkit Dart 的所有数据模型都使用 schemantic,因此理解它对于使用 Genkit Dart 至关重要。
最佳实践
- 生成最终答复前,始终使用
dart analyze检查代码能否顺利编译。 - 本地开发和调试时,始终使用 Genkit CLI。