スキル genkit
📦

genkit

低リスク ⚙️ 外部コマンド🌐 ネットワークアクセス🔑 環境変数

Firebase GenkitでAIワークフローを構築

AIワークフローの構築には、複雑なオーケストレーションパターン、デプロイ設定、モデル統合の理解が必要です。このスキルは、Genkitで型安全なフロー、ツール呼び出しエージェント、RAGパイプラインを作成するための本番環境対応のテンプレートとベストプラクティスを提供します。

対応: Claude Codex Code(CC)
📊 69 十分
1

スキルZIPをダウンロード

2

Claudeでアップロード

設定 → 機能 → スキル → スキルをアップロードへ移動

3

オンにして利用開始

テストする

「genkit」を使用しています。 トピックを受け取り、タイトル、サマリー、関連トピックを含む構造化された応答を返すフローを作成

期待される結果:

Flow created: topicFlow with Zod schemas. Input: { topic: string }, Output: { title: string, summary: string, relatedTopics: string[] }. Ready for deployment via genkit flow:run topicFlow.

「genkit」を使用しています。 現在の情報を取得するsearchWebツールをエージェントに追加

期待される結果:

Tool defined: searchWeb with z.object({ query: z.string() }) schema. Added to agent flow tools array. Agent will now automatically call searchWeb when user asks about current events.

セキュリティ監査

低リスク
v1 • 3/22/2026

All 113 static findings are false positives. External commands are legitimate bash CLI commands for npm/Genkit installation. Network references are documentation URLs. Environment variable access uses placeholders with security warnings. The skill is a genuine Firebase Genkit documentation file for building AI workflows.

2
スキャンされたファイル
716
解析された行数
4
検出結果
1
総監査数
低リスクの問題 (1)
CLI Installation Command (curl | bash)
The skill documents the official Genkit CLI installation method using `curl -sL cli.genkit.dev | bash`. This is a common installation pattern endorsed by Firebase for their Genkit tool.

リスク要因

⚙️ 外部コマンド (81)
🌐 ネットワークアクセス (13)
🔑 環境変数 (7)
監査者: claude

品質スコア

38
アーキテクチャ
100
保守性
87
コンテンツ
32
コミュニティ
88
セキュリティ
87
仕様準拠

作れるもの

RAGでドキュメントQ&Aを構築

ベクトルデータベースから関連ドキュメントを取得し、取得したコンテキストに基づいて回答を生成するフローを作成します。

ツール呼び出しチャットボットを作成

天気予報検索、Web検索、データベースクエリなどのカスタムツールを自動的に呼び出し、ユーザー質問に回答するエージェントを実装します。

マルチモデルAPIをデプロイ

複数のモデルプロバイダーを型安全なインターフェースでサポートするデプロイ可能なHTTPエンドポイントとしてLLM呼び出しをラップします。

これらのプロンプトを試す

シンプルなフローを作成
テキスト入力を受け取り、主要ポイントを含むサマリーを返すsummarizeFlowというGenkitフローを作成してください。入力/出力スキーマにはZodを使用してください。
フローにツール呼び出しを追加
天気APIを呼び出すgetWeatherツールを既存のフローに追加してください。フローはユーザー入力に基づいてツールを自動的に呼び出す必要があります。
RAGパイプラインを構築
ドキュメントをPineconeにインデックス化し、関連するチャンクを取得してユーザー質問に回答するRAGフローを作成してください。null出力の適切なエラー処理を含めてください。
Firebaseにデプロイ
onCallGenkitを使用してGenkitフローをFirebase Cloud Functionとしてデプロイしてください。APIキー管理にはFirebase Secretsを使用し、適切なCORS処理を設定してください。

ベストプラクティス

  • すべてのフローの入力と出力にZodスキーマを定義して、Dev UIのラベル付きフィールドとランタイム検証を有効にする
  • APIキーは環境変数に保存してください。本番デプロイにはFirebase Secrets(defineSecret)を使用してください
  • ai.run()を使用してGenkit以外のコードをラップし、Developer UIでのトレース可視性を確保する

回避

  • ソースコードにAPIキーをハードコードしないでください。常に環境変数またはFirebase Secretsを使用してください
  • トレーシングとオブザーバビリティが必要な場合、フローの外でgenerate()を呼び出さないでください
  • genkit startをコマンドなしで呼び出さないでください。常に-- <your-run-command>を渡してください

よくある質問

Genkitはどのモデルプロバイダーをサポートしていますか?
GenkitはGoogle AI(Gemini)、Vertex AI、OpenAI(GPTモデル)、Anthropic(Claude)、AWS Bedrock、Ollama(ローカルモデル)、DeepSeek、xAI(Grok)をサポートしています。
Genkitフローを本番環境にデプロイするにはどうすればいいですか?
Firebase Cloud FunctionsにはonCallGenkit()、ExpressサーバーにはexpressHandler()、コンテナ化されたデプロイにはCloud Runデプロイコマンドを使用してください。
Developer UIとは何ですか?またどのように使用しますか?
Developer UIはlocalhost:4000で実行され、フローのテスト、トレースの検査、プロンプトのテスト、モデル出力の比較のためのビジュアルインターフェースを提供します。
Genkitでツール呼び出しはどのように動作しますか?
ai.defineTool()でZodスキーマを使用してツールを定義し、tools配列を使用してgenerate()に渡してください。自動実行にはreturnToolRequests: falseを設定してください。
Genkitをローカルモデルで使用できますか?
はい、Ollamaプラグイン(genkitx-ollama)を使用して、Llama 2、Mistral、またはその他のOllama対応モデルをAPI呼び出しなしでローカルで実行できます。
ストリーミング応答はどのように処理すればよいですか?
streamSchemaとsendChunkコールバックを使用してdefineFlowを使用し、返されたオブジェクトのstreamプロパティからクライアントがストリームデータを消費します。

開発者の詳細

ファイル構成

📄 SKILL.md

📄 SKILL.toon