developing-genkit-python
Создание AI-приложений с Genkit на Python
Разработчики часто испытывают трудности с Genkit Python SDK из-за быстро меняющегося API и сложных требований к настройке. Этот навык предоставляет актуальные примеры кода, исправления ошибок и рекомендации по рабочим процессам для создания AI-приложений с помощью Genkit на Python.
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「developing-genkit-python」。 Generate a streaming story about a robot learning to paint
預期結果:
AI-поток генерирует историю по одному предложению за раз, отображая каждый фрагмент в реальном времени. Полная история появляется после завершения потоковой передачи, с извлечёнными названием и жанром в виде структурированных данных.
正在使用「developing-genkit-python」。 Analyze a Python code snippet for security issues, bugs, and style problems
預期結果:
Три аналитических потока выполняются параллельно. Результаты проверки безопасности перечисляют потенциальные уязвимости, анализ ошибок отмечает проблемы корректности, а проверка стиля предлагает улучшения. Все результаты объединяются в единый отчёт.
安全審計
低風險All 233 static analysis findings are false positives. The skill is a documentation-only reference for developing Genkit Python applications. All detected patterns (shell commands, URLs, API key references, file paths) appear inside markdown code blocks and documentation text as legitimate examples for developers. No executable code, network requests, or file operations are performed by the skill itself. The skill documents GEMINI_API_KEY usage which is expected and required for Genkit Google AI development, but no credentials are exfiltrated.
品質評分
你能建構什麼
Быстрое прототипирование с Genkit
Python-разработчик, впервые работающий с Genkit, может быстро создать каркас проекта, настроить Gemini API и построить работающий AI-поток со структурированным выводом за считанные минуты.
Интеграция FastAPI для AI-сервисов
Backend-разработчик может предоставить Genkit-потоки как HTTP-эндпоинты с потоковой передачей через FastAPI со встроенной поддержкой SSE для получения ответов AI в реальном времени.
Отладка ошибок Genkit
Разработчик, поддерживающий или обновляющий приложение на Genkit Python, может обратиться к документации по распространённым ошибкам, проблемам с ID моделей и ошибкам импорта, описанным в этом навыке.
試試這些提示
Help me set up a new Genkit Python project. Create a main.py file with Google AI plugin configured and a simple flow that summarizes text. Include instructions for running with genkit start.
Create a FastAPI application with Genkit that exposes a streaming chat endpoint. Use the genkit_fastapi_handler decorator and include a client-side JavaScript example using EventSource.
Create a Genkit application with three analysis flows (security, bugs, style) that run in parallel using asyncio.gather. Combine results into a single FastAPI endpoint.
Help me create a Genkit evaluator that uses an LLM judge model to score output quality. Include a dataset JSON file with test cases and CLI commands to run the evaluation.
最佳實務
- Всегда используйте ai.run_main(main()) вместо asyncio.run(main()) при запуске под genkit start.
- Оборачивайте все параметры функций инструментов в Pydantic BaseModel, чтобы избежать ошибок 400 INVALID_ARGUMENT.
- Используйте ID моделей с префиксом плагина (например, googleai/gemini-flash-latest) для корректной маршрутизации.
避免
- Использование await ai.generate_stream() вместо синхронного вызова и итерации по sr.stream.
- Определение функций инструментов с голыми скалярными параметрами вместо типа ввода Pydantic BaseModel.
- Использование декоратора @ai.define_tool() вместо корректного декоратора @ai.tool().