mcpField
D
developing-genkit-dart

developing-genkit-dart

github.com/firebase开发49162.2k 次安装1 天前更新
代码仓库

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

  1. 01生成、工具和流程指引
  2. 02Genkit CLI 开发界面与追踪
  3. 03插件专属参考资料
  4. 04使用 schemantic 的模式指引
  5. 05Dart 代码分析检查

适用场景

  1. 01构建 Genkit Dart 流程和工具
  2. 02在本地追踪流程执行
  3. 03集成可用的 Genkit 插件
  4. 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.md
genkit_openai.md
genkit_anthropic.md
genkit_mcp.md
genkit_google_genai.md
genkit_chrome.md
genkit_middleware.md
genkit.md
genkit_shelf.md
schemantic.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_genaireferences/genkit_google_genai.md加载此文档以了解 Google Gemini 插件接口的用法。
genkit_anthropicreferences/genkit_anthropic.md加载此文档以了解适用于 Claude 模型的 Anthropic 插件接口。
genkit_openaireferences/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_middlewarereferences/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_mcpreferences/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_chromereferences/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_shelfreferences/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_aireferences/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。

评论

支持 Markdown