mcpField
D
developing-genkit-dart

developing-genkit-dart

github.com/evanca开发667150 次安装2 天前更新
代码仓库

关于 developing-genkit-dart

面向 Dart 开发者的 Genkit 使用技能,介绍 AI SDK 的生成、结构化输出、工具、流程和 Agent 能力,并指引查阅插件参考。还涵盖使用 Genkit CLI 进行本地运行、追踪和评估。

主要功能

  1. 01使用 Genkit 生成与结构化输出
  2. 02定义工具、流程和 Agent
  3. 03通过插件连接模型与服务
  4. 04用 CLI 本地运行和追踪流程
  5. 05使用 schemantic 定义类型安全数据

适用场景

  1. 01在 Dart 应用中构建生成式 AI 功能
  2. 02开发和调试 Genkit 流程
  3. 03根据插件文档集成模型或 MCP 能力

MCP 相关

README 提及 genkit_mcp 插件,支持 Model Context Protocol 的 Server、Host 和 Client 能力。具体用法需查阅对应参考。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/evanca/flutter-ai-rules --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。

agents/
openai.yaml
references/
genkit_anthropic.md
genkit_chrome.md
genkit_firebase_ai.md
genkit_google_genai.md
genkit_mcp.md
genkit_middleware.md
genkit_openai.md
genkit_shelf.md
genkit.md
schemantic.md

详细介绍

Genkit Dart

Genkit Dart 是一个面向 Dart 的 AI SDK,为代码生成、结构化输出、工具、流程和 AI Agent 提供统一接口。

核心功能和用法

如果你需要了解如何初始化 Genkit(Genkit())、生成内容(ai.generate)、使用工具(ai.defineTool)、流程(ai.defineFlow)、嵌入(ai.embedMany)、流式处理,或调用远程流程端点,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,可用于运行流程、追踪执行、试用模型和评估输出。

检查用户是否已安装:genkit --version

安装:

npm install -g genkit-cli # Via npm (preferred)

https://genkit.dev/docs/devtools 上也记录了原生 CLI 安装程序;该程序会将远程脚本通过管道传给 bash,因此请自行运行,而不要让 Agent 执行。

用法: 在运行命令前加上 genkit start,即可连接 Genkit 开发者 UI 并启用追踪:

genkit start -- dart run main.dart

插件生态系统

Genkit 依赖大量插件来执行生成式 AI 操作、连接外部大模型,或托管 Web 服务。

如果用户要求使用某个插件,请务必参阅下方对应的参考文档,确认用法。需要了解该插件的具体初始化参数、工具、模型和使用模式时,请加载相应参考文档:

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 Claude 模型的 Anthropic 插件接口。
genkit_openaireferences/genkit_openai.md加载此文档以了解 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、主机端和客户端功能)。
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 使用 Gemini API)。

外部依赖

在工具、流程和提示词中定义架构映射时,必须使用 schemantic 库。 如需了解 schemantic 的用法,请务必阅读 references/schemantic.md,了解如何实现类型安全的 Dart 生成代码。遇到 @Schema()、SchemanticType 或带 $ 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,因此掌握它是使用 Genkit Dart 的关键。

最佳实践

  • 在生成最终回复前,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