Genkit 项目介绍
Genkit 是一个用于构建人工智能应用的框架，由 Firebase 团队开发。它提供了针对 Node.js 和 Go 的开源库，以及帮助您快速调试和迭代的工具。
Genkit 的应用场景
Genkit 是一个多功能框架，可用于构建各种类型的 AI 应用程序。常见的使用场景包括：
-
智能代理：创建能够理解用户请求并自动执行任务的代理，例如个性化的旅行规划或行程生成。
-
数据转换：将自然语言等非结构化数据转换为对象、SQL 查询、表格等结构化格式，以便集成到您的应用或数据管道中。
-
基于检索的生成：创建能够提供精准且符合上下文的响应的应用程序，如聊天机器人或问答系统。
适用人群
Genkit 适合那些希望为其应用添加生成式 AI 功能的开发者，支持 Node.js 或 Go 语言。它采用插件架构，可以与任何生成模型 API 或向量数据库一起使用，具有多种可用的集成选项。虽然由 Firebase 团队开发，但 Genkit 可以独立于 Firebase 或 Google Cloud 服务使用。
开始使用
- 如果您使用 Node.js，可以参考相关的快速入门指南。
- 对于 Go 用户来说，Genkit 仍处于 Alpha 阶段，目前建议仅用于原型设计。
关键特性
- 统一生成 API：使用单一的、可适应的 API 从任何生成模型中生成文本、媒体、结构对象和工具调用。
- 向量数据库支持：通过简单的索引和检索 API，向您的应用添加增强的生成能力，适用于各个向量数据库提供商。
- 增强的提示工程：在一个可运行的 .prompt 文件中定义丰富的提示模板、模型配置、输入/输出架构和工具。
- AI 工作流：将 AI 应用逻辑组织成 Flows，便于观察、流式处理、与 Genkit 开发工具的集成，并易于作为 API 端点部署。
- 内建流式处理：从 Genkit API 端点流式传输内容到客户端应用，创造流畅的用户体验。
开发工具
Genkit 提供了一个命令行界面（CLI）和一个本地用户界面（UI）来简化您的 AI 开发流程。
CLI
Genkit CLI 是启动新项目最快捷的方式，还包含运行和评估 Genkit 功能（Flows）的命令。
开发者 UI
Genkit 开发者 UI 是用于测试、调试和迭代 AI 应用本地界面。
- 运行：在专用平台中执行和试验 Genkit 流程、提示、查询等。
- 检查：分析过去执行的详细痕迹，包括复杂流程的逐步分解。
- 评估：查看针对流程运行的评估结果，包括性能指标及相关痕迹的链接。
插件生态
通过来自 Google 和 OpenAI 等提供商的插件扩展 Genkit，以支持特定的 AI 模型、向量数据库和平台集成。开发者还可以编写并共享自己的插件。
体验 Genkit on IDX
想跳过本地设置？可以通过 Google 的 Project IDX 云开发环境进行尝试。
示例应用
以下是一些 Genkit 应用示例：
- “AI 咖啡师”：展示了简单的语言模型使用。
- 使用 JavaScript 前端的简单聊天机器人。
- 餐馆菜单问答应用：展示了渐进复杂的菜单理解能力。
- 流式处理到 Angular 前端的示例。
加入我们的社区
- 加入社区：加入 Discord 社区，保持更新、提问并与其他 Genkit 用户分享您的工作。
- 提供反馈：通过 GitHub 问题跟踪器报告问题或建议新功能。
- 参与讨论：在 GitHub Discussions 论坛上与我们探讨 Genkit。
贡献指南
欢迎并感谢对 Genkit 的贡献！请查阅我们的贡献指南，获取开始方式信息。
由 Firebase 团队和开源社区共同构建，Genkit 致力于构建更智能的应用世界。
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号