

## 一、什么是 Genkit？

**Genkit** 是 Google Firebase 团队开发的**开源 AI 应用开发框架**，支持 JavaScript、Go 和 Python 三种语言 。它让你用熟悉的编程语言，轻松构建生产级的 AI 应用，无需学习复杂的 AI 专用语言。

**为什么选择 Genkit Go？**
- ✅ 纯 Go 实现，符合 Go 语言习惯
- ✅ 统一接口对接 Gemini、OpenAI、Vertex AI 等主流模型
- ✅ 内置开发者工具，可视化调试 AI 流程
- ✅ 类型安全，用 Go struct 定义输入/输出结构
- ✅ 专为生产环境设计，Google 内部已在使用 [[21]]

---

## 二、快速开始（5 步搞定）

### 第 1 步：环境准备

确保已安装：
```bash
# Go 1.24 或更高版本
go version
 
```

> 💡 提示：Genkit 核心是纯 Go 实现，Node.js 仅用于开发者 UI 工具

---

### 第 2 步：创建项目

```bash
# 创建项目目录
mkdir my-ai-app && cd my-ai-app

# 初始化 Go 模块
go mod init example/my-ai-app
```

---

### 第 3 步：安装 Genkit

```bash
# 安装核心包
go get github.com/firebase/genkit/go

# 安装 Google AI 插件（支持 Gemini 模型）
go get github.com/firebase/genkit/go/plugins/googlegenai
```

---

### 第 4 步：配置 API Key

1. 访问 [Google AI Studio](https://aistudio.google.com/) 免费获取 Gemini API Key
2. 设置环境变量：

```bash
# Linux/macOS
export GEMINI_API_KEY=你的API密钥

# Windows (PowerShell)
$env:GEMINI_API_KEY="你的API密钥"
```

> 💡 Gemini 提供慷慨的免费额度，无需信用卡即可开始 

---

### 第 5 步：编写第一个 AI 应用

创建 `main.go` 文件：

```go
package main

import (
	"context"
	"encoding/json"
	"fmt"
	"log"
	"net/http"

	"github.com/firebase/genkit/go/ai"
	"github.com/firebase/genkit/go/genkit"
	"github.com/firebase/genkit/go/plugins/googlegenai"
	"github.com/firebase/genkit/go/plugins/server"
)

// 定义输入结构（用 Go struct 描述）
type RecipeInput struct {
	Ingredient          string `json:"ingredient" jsonschema:"description=主要食材"`
	DietaryRestrictions string `json:"dietaryRestrictions,omitempty" jsonschema:"description=饮食限制"`
}

// 定义输出结构（AI 会按此格式返回数据）
type Recipe struct {
	Title       string   `json:"title"`
	Description string   `json:"description"`
	Ingredients []string `json:"ingredients"`
	Instructions []string `json:"instructions"`
}

func main() {
	ctx := context.Background()

	// 1. 初始化 Genkit + Google AI 插件
	g := genkit.Init(ctx,
		genkit.WithPlugins(&googlegenai.GoogleAI{}),
		genkit.WithDefaultModel("googleai/gemini-2.5-flash"), // 使用最新 Gemini 模型
	)

	// 2. 定义 AI 流程（Flow）：输入食材 → 生成菜谱
	recipeFlow := genkit.DefineFlow(g, "recipeGenerator", func(ctx context.Context, input *RecipeInput) (*Recipe, error) {
		// 用自然语言描述需求
		prompt := fmt.Sprintf(
			"用 %s 制作一道 %s 菜肴，返回结构化菜谱",
			input.Ingredient,
			input.DietaryRestrictions,
		)

		// 调用 AI 生成结构化数据（自动按 Recipe 格式返回）
		recipe, _, err := genkit.GenerateData[Recipe](ctx, g, ai.WithPrompt(prompt))
		if err != nil {
			return nil, fmt.Errorf("生成菜谱失败: %w", err)
		}
		return recipe, nil
	})

	// 3. 立即测试：生成牛油果素食菜谱
	recipe, err := recipeFlow.Run(ctx, &RecipeInput{
		Ingredient:          "牛油果",
		DietaryRestrictions: "素食",
	})
	if err != nil {
		log.Fatal(err)
	}

	// 4. 打印结果（自动是结构化 JSON）
	jsonData, _ := json.MarshalIndent(recipe, "", "  ")
	fmt.Println("✨ 生成的菜谱：")
	fmt.Println(string(jsonData))

	// 5. 启动 HTTP 服务（可选：供前端调用）
	mux := http.NewServeMux()
	mux.HandleFunc("POST /generate", genkit.Handler(recipeFlow))
	log.Println("🚀 服务启动: http://localhost:3400/generate")
	log.Fatal(server.Start(ctx, "127.0.0.1:3400", mux))
}
```

---

## 三、运行你的 AI 应用

### 方式 1：直接运行（快速测试）

```bash
go run .
```

输出示例：
```json
✨ 生成的菜谱：
{
  "title": "香煎牛油果配藜麦沙拉",
  "description": "一道清爽健康的素食主菜",
  "ingredients": [
    "成熟牛油果 2个",
    "藜麦 100g",
    "樱桃番茄 10颗",
    "柠檬汁 1汤匙"
  ],
  "instructions": [
    "藜麦煮熟放凉",
    "牛油果切片轻煎",
    "混合所有食材",
    "淋上柠檬汁调味"
  ]
}
```

### 方式 2：通过 HTTP API 调用

保持应用运行，在新终端执行：
```bash
curl -X POST http://localhost:3400/generate \
  -H "Content-Type: application/json" \
  -d '{"data": {"ingredient": "番茄", "dietaryRestrictions": "纯素"}}'
```

  
---

## 四、核心概念速览

| 概念 | 说明 | 类比 |
|------|------|------|
| **Flow** | AI 工作流，封装输入→处理→输出的完整逻辑 | 类似 HTTP Handler |
| **Plugin** | 模型提供商插件（Google AI/OpenAI 等） | 类似数据库驱动 |
| **GenerateData** | 生成结构化数据（自动按 Go struct 格式返回） | 类似 JSON 解码 |
| **Developer UI** | 本地可视化调试工具 | 类似 Postman + Chrome DevTools |

---

## 五、常见问题

### Q1: 需要付费吗？
Gemini API 有免费额度（每月数万 tokens），个人学习完全够用 [[1]]。生产环境按量计费，价格透明。

### Q2: 只能用 Google 模型吗？
支持多提供商：
```go
// Google AI
genkit.WithPlugins(&googlegenai.GoogleAI{})

// OpenAI（需安装 openai 插件）
genkit.WithPlugins(&openai.OpenAI{})
```

### Q3: 如何处理错误？
Genkit 返回标准 Go error，可直接用 `if err != nil` 处理：
```go
result, err := flow.Run(ctx, input)
if err != nil {
    // 处理网络错误/模型错误/超时等
    log.Printf("AI 调用失败: %v", err)
}
```

---



Genkit 是 Google Firebase 团队开发的开源 AI 应用开发框架，支持 JavaScript、Go 和 Python 三种语言 。它让你用熟悉的编程语言，轻松构建生产级的 AI 应用，无需学习复杂的 AI 专用语言。

谷歌推出新一代AI开发框架Genkit： Go 入门指南：用 Go 轻松构建 AI 应用

人工智能

编程语言

开发工具

Genkit是Google开源的AI开发框架，支持Go/JS/Python，内置Gemini、OpenAI等模型对接。5步快速构建生产级AI应用：1)安装Go环境 2)创建项目 3)安装Genkit 4)配置API Key 5)编写结构化AI流程。提供可视化调试工具，类型安全，适合企业级应用开发。

结构化数据

数据库

Windows

Python

Linux

JSON

tencentdb-catalog

coding

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

谷歌推出新一代AI开发框架Genkit： Go 入门指南：用 Go 轻松构建 AI 应用-腾讯云开发者社区-腾讯云

谷歌推出新一代AI开发框架Genkit： Go 入门指南：用 Go 轻松构建 AI 应用

谷歌推出新一代AI开发框架Genkit： Go 入门指南：用 Go 轻松构建 AI 应用

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐