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
- 01使用 Genkit 生成与结构化输出
- 02定义工具、流程和 Agent
- 03通过插件连接模型与服务
- 04用 CLI 本地运行和追踪流程
- 05使用 schemantic 定义类型安全数据
适用场景
- 01在 Dart 应用中构建生成式 AI 功能
- 02开发和调试 Genkit 流程
- 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.yamlreferences/genkit_anthropic.mdgenkit_chrome.mdgenkit_firebase_ai.mdgenkit_google_genai.mdgenkit_mcp.mdgenkit_middleware.mdgenkit_openai.mdgenkit_shelf.mdgenkit.mdschemantic.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_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 Claude 模型的 Anthropic 插件接口。 |
genkit_openai | references/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_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、主机端和客户端功能)。 |
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 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。