Genkit 是一个用于构建全栈 AI 驱动应用的开源框架，由 Google 的 Firebase 构建并应用于生产环境。它提供多种编程语言的 SDK，稳定性和功能支持程度各不相同：

• JavaScript/TypeScript：已达到生产就绪状态，具备完整功能支持。
• Go：已达到生产就绪状态，具备完整功能支持。
• Python（Alpha）：处于早期开发阶段，仅提供核心功能。

Genkit 提供统一的接口，可集成来自 Google、OpenAI、Anthropic、Ollama 等多家供应商的 AI 模型。通过简化的 API，您可以快速构建并部署适用于生产的聊天机器人、自动化流程和推荐系统，支持多模态内容处理、结构化输出、工具调用以及代理式工作流等功能。

只需几行代码即可开始使用：

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({ plugins: [googleAI()] });

const { text } = await ai.generate({
    model: googleAI.model('gemini-2.5-flash'),
    prompt: 'Why is Firebase awesome?'
});

使用 Genkit 探索与构建

您可以免费试用 AI 示例应用，并查看驱动这些应用的 Genkit 代码可视化。

通过示例探索 Genkit

核心能力

广泛的 AI 模型支持	使用统一的接口，轻松集成来自 [Google](https://genkit.dev/docs/plugins/google-genai)、[OpenAI](https://genkit.dev/docs/plugins/openai)、[Anthropic](https://thefireco.github.io/genkit-plugins/docs/plugins/genkitx-anthropic)、[Ollama](https://genkit.dev/docs/plugins/ollama) 等众多供应商的数百种模型。您可以自由探索、比较并选择最适合您需求的模型。
简化 AI 开发	借助简化的 API，您可以构建具有 结构化输出、代理式工具调用、上下文感知生成、多模态输入输出 等功能的 AI 应用。Genkit 将复杂的 AI 开发过程抽象化，让您能够更快地构建和迭代。
兼容 Web 和移动平台	通过专门构建的 客户端 SDK 和辅助工具，可无缝集成到 Next.js、React、Angular、iOS、Android 等框架和平台中。
跨语言支持	您可以根据项目需求选择最适合的编程语言进行开发。Genkit 提供 JavaScript/TypeScript、Go 和 Python（Alpha）版本的 SDK，所有支持的语言均采用一致的 API 和功能。
部署灵活	将 AI 逻辑部署到任何支持您所选编程语言的环境中，例如 Firebase Cloud Functions、Google Cloud Run 或 第三方平台,无论是否依赖 Google 服务均可。
开发者工具	借助专门设计的本地 CLI 和开发者 UI,加速 AI 开发。您可以针对单个输入或数据集测试提示和流程，比较不同模型的输出，利用详细的执行跟踪进行调试，并通过即时的视觉反馈快速迭代提示内容。
生产监控	借助全面的生产监控功能，您可以放心地发布 AI 功能。在专门构建的 仪表板 中，跟踪模型性能、请求量、延迟和错误率。通过详尽的可观测性指标，快速定位问题，确保您的 AI 功能在实际使用中达到质量和性能目标。

工作原理

Genkit 通过开源 SDK 和统一的 API，简化了 AI 集成流程，使其能够在不同的模型提供商和编程语言之间无缝运行。它抽象掉了复杂性，让您可以专注于打造出色的用户体验。

Genkit 提供的一些关键功能包括：

• 文本和图像生成
• 类型安全的结构化数据生成
• 工具调用
• 提示模板化
• 持久化聊天界面
• AI 工作流
• AI 驱动的数据检索（RAG）

Genkit 专为服务器端部署而设计，支持多种语言环境；同时，它还通过专用助手和 客户端 SDK 提供流畅的客户端集成。

实施路径

1	选择语言和模型提供商	选择适合您偏好的语言版本的 Genkit SDK（JavaScript/TypeScript、Go 或 Python（Alpha））。然后选择一家模型提供商，如 Google Gemini 或 Anthropic，并获取 API 密钥。部分提供商，例如 Vertex AI,可能需要使用不同的身份验证方式。
2	安装 SDK 并初始化	安装 Genkit SDK、您选择的模型提供商包以及 Genkit CLI。导入 Genkit 和提供商的相关包，并使用提供商的 API 密钥初始化 Genkit。
3	编写并测试 AI 功能	利用 Genkit SDK，根据您的应用场景构建 AI 功能，从基础的文本生成到复杂的多步骤工作流和智能代理。借助 CLI 和开发者 UI，您可以快速测试和迭代。
4	部署并监控	将您的 AI 功能部署到 Firebase、Google Cloud Run 或其他支持您所选编程语言的环境中。将其集成到您的应用中，并在 Firebase 控制台中进行生产监控。

开始使用

• JavaScript/TypeScript 快速入门
• Go 快速入门
• Python 快速入门（Alpha 版）

开发工具

Genkit 提供 CLI 和本地 UI，以简化您的 AI 开发工作流。

CLI

Genkit CLI 包含用于运行和评估 Genkit 函数（流程）以及收集遥测数据和日志的命令。

• 安装： npm install -g genkit-cli
• 运行命令，并附带遥测、交互式开发者界面等： genkit start -- <运行代码的命令>

开发者 UI

Genkit 开发者 UI 是一个本地界面，用于测试、调试和迭代您的 AI 应用程序。

主要功能：

• 运行： 在专用的 Playground 中执行并试验 Genkit 流程、提示词、查询等。
• 检查： 分析过去执行的详细跟踪信息，包括复杂流程的逐步分解。
• 评估： 查看针对您的流程运行的评估结果，包括性能指标和相关跟踪链接。

与我们联系

• 加入我们的 Discord 社区 – 获取帮助、分享想法并与其他开发者交流。
• 在 GitHub 上贡献 – 报告问题、提出功能建议或探索源代码。
• 参与文档和示例的编写 – 向 Genkit 的 文档仓库 提交问题，或为 示例项目 做出贡献。

贡献

欢迎并非常感谢您对 Genkit 的贡献！请参阅我们的 贡献指南，开始您的贡献之旅。

作者

Genkit 由 Firebase 构建，并得到了 开源社区 的支持。

Genkit 快速上手指南

Genkit 是由 Google Firebase 团队打造的全栈 AI 应用开发框架。它提供统一的接口来集成 Google Gemini、OpenAI、Anthropic、Ollama 等多种大模型，支持结构化输出、工具调用（Tool Calling）、RAG 及多模态处理，帮助开发者快速构建生产级 AI 应用。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS, 或 Linux
• 运行时环境（任选其一，根据您选择的语言）：
  • Node.js: 版本 18.0 或更高（推荐用于 JavaScript/TypeScript）
  • Go: 版本 1.21 或更高
  • Python: 版本 3.9 或更高（注：Python SDK 目前处于 Alpha 阶段）
• API 密钥：已注册并获取所选模型提供商的 API Key（如 Google AI Studio、OpenAI 等）。

国内开发者提示：如果访问 npm 或 GitHub 较慢，建议配置国内镜像源（如腾讯云、阿里云或清华大学镜像源）以加速依赖安装。

安装步骤

以下以 JavaScript/TypeScript 为例（生产就绪版本），其他语言请参考官方文档。

1. 初始化项目

创建新项目并安装核心依赖：

npm init -y
npm install genkit @genkit-ai/google-genai

2. 安装开发工具 (CLI)

安装全局 CLI 工具，用于启动本地开发界面和调试：

npm install -g genkit-cli

3. 配置环境变量

在项目中创建 .env 文件，填入您的模型 API 密钥：

GOOGLE_GENAI_API_KEY=your_api_key_here

基本使用

Genkit 的核心在于通过插件初始化 AI 实例，然后调用 generate 方法。以下是一个最简单的文本生成示例：

代码示例 (index.ts)

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

// 1. 初始化 Genkit 并加载插件
const ai = genkit({ plugins: [googleAI()] });

// 2. 调用模型生成内容
async function run() {
  const { text } = await ai.generate({
    model: googleAI.model('gemini-2.5-flash'),
    prompt: 'Why is Firebase awesome?'
  });

  console.log(text);
}

run();

运行与调试

使用 Genkit CLI 启动开发服务器，这将自动打开本地的 Developer UI，您可以在其中可视化地测试 Prompt、查看执行轨迹和对比模型输出：

genkit start -- npx ts-node index.ts

• 运行模式：上述命令会执行您的代码，并在本地网页界面中展示结果。
• 迭代开发：在 Developer UI 中修改 Prompt 或切换模型，无需重启服务即可实时看到效果。

完成开发后，您可以将应用部署到 Cloud Functions for Firebase、Google Cloud Run 或任何支持 Node.js 的环境中。