mcpField
G
genkit-dart

genkit-dart

github.com/genkit-ai开发17538 次安装今天更新
代码仓库

关于 genkit-dart

Genkit Dart 是面向 Dart 开发者的 AI SDK,支持生成、结构化输出、工具、工作流和 Agent 应用。其 CLI 提供本地开发界面,可运行工作流、跟踪执行、试用模型并评估输出。

主要功能

  1. 01AI 生成与结构化输出
  2. 02工具、工作流和 Agent
  3. 03嵌入与流式处理
  4. 04用于 AI 集成的插件生态
  5. 05CLI 开发界面与执行跟踪

适用场景

  1. 01使用 Dart 构建 AI 应用
  2. 02定义工具和工作流
  3. 03在本地运行并跟踪工作流
  4. 04评估模型输出

MCP 相关

genkit_mcp 插件提供 MCP 集成,涵盖 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/genkit-ai/genkit-dart --skill genkit-dart

安装后在 Claude Code 中输入/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.md
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

详细介绍

Genkit Dart

Genkit Dart 是一款面向 Dart 的 AI SDK,为代码生成、结构化输出、工具、工作流和 AI Agent 提供统一接口。

核心功能与用法

如果需要了解 Genkit 的初始化(Genkit())、生成(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,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,可用于运行工作流、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 依赖大量插件来执行生成式 AI 操作、与外部 LLM 交互或托管 Web 服务器。

当被要求使用任何插件时,务必参考下方对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加载此文档以了解用于 Claude 模型的 Anthropic 插件接口。
genkit_openaireferences/genkit_openai.md加载此文档以了解用于 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 Model Context Protocol 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 工作流操作。
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映射架构时,必须使用 schemantic 库。 要了解如何使用 schemantic,请阅读 schemantic 技能文档,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 使用 schemantic 处理所有数据模型,因此要使用 Genkit Dart,理解这一关键技能至关重要。

最佳实践

  • 生成最终回复前,务必使用 dart analyze 检查代码能否顺利编译。
  • 本地开发和调试时,务必使用 Genkit CLI。

评论

支持 Markdown