genkit
Создавайте AI-воркфлоу с Firebase Genkit
Создание AI-воркфлоу требует понимания сложных паттернов оркестрации, конфигураций развертывания и интеграций моделей. Этот навык предоставляет готовые к продакшену шаблоны и лучшие практики для создания типобезопасных потоков, агентов с вызовом инструментов и RAG-пайплайнов с Genkit.
Descargar el ZIP de la skill
Subir en Claude
Ve a Configuración → Capacidades → Skills → Subir skill
Activa y empieza a usar
Pruébalo
Usando "genkit". Create a flow that takes a topic and returns a structured response with title, summary, and related topics
Resultado esperado:
Flow created: topicFlow with Zod schemas. Input: { topic: string }, Output: { title: string, summary: string, relatedTopics: string[] }. Ready for deployment via genkit flow:run topicFlow.
Usando "genkit". Add a searchWeb tool to my agent that retrieves current information
Resultado esperado:
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.
Auditoría de seguridad
Riesgo bajoAll 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.
Problemas de riesgo bajo (1)
Factores de riesgo
⚙️ Comandos externos (81)
🌐 Acceso a red (13)
🔑 Variables de entorno (7)
Puntuación de calidad
Lo que puedes crear
Создайте документ Q&A с RAG
Создайте поток, который извлекает релевантные документы из векторной базы данных и генерирует ответы, основанные на извлеченном контексте.
Создайте чат-бот с вызовом инструментов
Реализуйте агента, который автоматически вызывает кастомные инструменты, такие как поиск погоды, веб-поиск или запросы к базе данных, для ответа на вопросы пользователей.
Разверните мульти-модельный API
Оберните вызовы LLM в разворачиваемые HTTP-эндпоинты, поддерживающие несколько провайдеров моделей с унифицированными типобезопасными интерфейсами.
Prueba estos prompts
Создайте Genkit-поток с названием summarizeFlow, который принимает текстовый ввод и возвращает резюме с ключевыми точками. Используйте Zod для схем ввода/вывода.
Добавьте инструмент getWeather в мой существующий поток, который вызывает weather API. Поток должен автоматически решать, когда вызывать инструмент, на основе пользовательского ввода.
Создайте RAG-поток, который индексирует документы в Pinecone и извлекает релевантные фрагменты для ответов на вопросы пользователей. Включите proper error handling для null outputs.
Разверните мой Genkit-поток как Firebase Cloud Function, используя onCallGenkit. Используйте Firebase Secrets для управления API-ключами и настройте proper CORS handling.
Mejores prácticas
- Определяйте Zod-схемы для всех inputs/outputs потоков, чтобы включить помеченные поля Dev UI и runtime-валидацию
- Храните API-ключи в переменных окружения; используйте Firebase Secrets (defineSecret) для продакшен-развертываний
- Используйте ai.run() для обертки не-Genkit кода для видимости трейсов в Developer UI
Evitar
- Не хардкодите API-ключи в исходном коде; всегда используйте переменные окружения или Firebase Secrets
- Не вызывайте generate() вне потока, если вам нужен трейсинг и наблюдаемость
- Не вызывайте genkit start без команды; всегда передавайте -- <your-run-command>
Preguntas frecuentes
Какие провайдеры моделей поддерживает Genkit?
Как развернуть Genkit-поток в продакшен?
Что такое Developer UI и как его использовать?
Как работает вызов инструментов в Genkit?
Можно ли использовать Genkit с локальными моделями?
Как обрабатывать стриминговые ответы?
Detalles del desarrollador
Estructura de archivos
📄 SKILL.md