> ## Content Index > Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt > Use this file to discover other available public pages before exploring further. # Genkit Go全栈AI应用开发框架 - URL: https://www.hubwiz.com/blog/genkit-go-full-stack-ai-apps-golang-framework/ - Published: 2025-10-16T02:01:34.000Z - Updated: 2025-10-16T02:01:34.000Z - Description: Genkit Go是一个开源框架，旨在构建全栈 AI 应用，可以轻松连接 Gemini、OpenAI、Ollama 等模型，并管理结构化输出、RAG、工具调用，甚至代理工作流。 - Author: admin - Tags: #Import 2026-10-14 14:41 如果您曾经尝试用 Go 构建 AI 应用，您可能知道这有多么令人沮丧。不同的 API、到处都是混乱的 JSON、随机的 SDK 在项目中途崩溃——这真是太混乱了。而这正是 Genkit 正在解决的问题。 它是一个开源框架，旨在构建全栈 AI 应用。您将获得一个简洁的界面，轻松连接 Gemini、OpenAI、Ollama 等模型。它管理结构化输出、RAG、工具调用，甚至代理工作流——所有这些都在一个平台上完成。 现在，Genkit Go 1.0 正式稳定并可投入生产。所以，Go 开发者终于有了一个可以使用的基础 AI 框架。 ## 1、那么……Genkit 到底是什么？ 可以将 Genkit 视为应用程序和 AI 模型之间的一层。无论您调用的是 Gemini 还是 GPT，它都只提供一个简洁的 API 来生成文本、结构化数据，甚至是多模态内容。 您只需编写流程、添加插件、运行本地 CLI，即可开始使用。它非常简单。而且由于它采用“Go 风格”构建，因此感觉轻量级、类型安全且可预测。 ![](https://www.hubwiz.com/blog/content/images/2025/10/image-79.png) ## 2、Genkit Go 现已稳定 随着 1.0 版本的发布，Go SDK 正式脱离了“实验”阶段。API 已锁定，测试已完成，您使用 Genkit 1.x 构建的所有内容即使在 1.1 或 1.2 版本发布后也将继续有效。 它本应以最好的方式保持简洁——稳定、安全，并为生产环境做好准备。 ## 3、类型安全的 AI 流程 这是最初吸引我的功能——流程。 流程本质上是由 AI 驱动的函数，具有明确定义的输入和输出。您只需设置一次，像标准 Go 函数一样执行它们，Genkit 会管理其间的所有 AI 处理。 下面是一个创建食谱的简短示例： ``` package main import ( "context" "encoding/json" "fmt" "log" "github.com/firebase/genkit/go/ai" "github.com/firebase/genkit/go/genkit" "github.com/firebase/genkit/go/plugins/googlegenai" ) // Define your data structures type RecipeInput struct { Ingredient string `json:"ingredient" jsonschema:"description=Main ingredient or cuisine type"` DietaryRestrictions string `json:"dietaryRestrictions,omitempty" jsonschema:"description=Any dietary restrictions"` } type Recipe struct { Title string `json:"title"` Description string `json:"description"` PrepTime string `json:"prepTime"` CookTime string `json:"cookTime"` Servings int `json:"servings"` Ingredients []string `json:"ingredients"` Instructions []string `json:"instructions"` Tips []string `json:"tips,omitempty"` } func main() { ctx := context.Background() // Initialize Genkit with plugins g := genkit.Init(ctx, genkit.WithPlugins(&googlegenai.GoogleAI{}), genkit.WithDefaultModel("googleai/gemini-2.5-flash"), ) // Define a type-safe flow recipeFlow := genkit.DefineFlow(g, "recipeGeneratorFlow", func(ctx context.Context, input *RecipeInput) (*Recipe, error) { dietaryRestrictions := input.DietaryRestrictions if dietaryRestrictions == "" { dietaryRestrictions = "none" } prompt := fmt.Sprintf(`Create a recipe with the following requirements: Main ingredient: %s Dietary restrictions: %s`, input.Ingredient, dietaryRestrictions) // Generate structured data with type safety recipe, _, err := genkit.GenerateData[Recipe](ctx, g, ai.WithPrompt(prompt), ) if err != nil { return nil, fmt.Errorf("failed to generate recipe: %w", err) } return recipe, nil }) // Run the flow recipe, err := recipeFlow.Run(ctx, &RecipeInput{ Ingredient: "avocado", DietaryRestrictions: "vegetarian", }) if err != nil { log.Fatalf("could not generate recipe: %v", err) } // Print the structured recipe recipeJSON, _ := json.MarshalIndent(recipe, "", " ") fmt.Println("Sample recipe generated:") fmt.Println(string(recipeJSON)) <-ctx.Done() // Used for local testing only } ``` 无需再处理 JSON 或随机解析错误——所有内容都经过强类型验证，并在后台进行验证。感觉就像编写普通的 Go 代码一样，但更智能。 ## 4、一个接口，所有模型 每次更改模型提供程序时，您无需修改​​代码。只需更新模型名称即可： ``` // Use Google AI models resp, err := genkit.Generate(ctx, g, ai.WithModelName("googleai/gemini-2.5-flash"), ai.WithPrompt("What is the weather like today?"), ) // Use OpenAI models resp, err := genkit.Generate(ctx, g, ai.WithModelName("openai/gpt-4o"), ai.WithPrompt("How are you today?"), ) // Switch to Ollama for local models resp, err := genkit.Generate(ctx, g, ai.WithModelName("ollama/llama3"), ai.WithPrompt("What is the meaning of life?"), ) ``` 相同的代码，不同的引擎。就这样。 ## 5、工具调用——真正能做的事情的 AI 这个很有趣。Genkit 允许你的 AI 调用真正的 Go 函数——它称之为“工具”。所以你的模型不仅仅是聊天；它实际上可以执行代码。 示例：一个简单的天气工具。 ``` // Define a tool type WeatherInput struct { Location string `json:"location" jsonschema_description:"Location to get weather for"` } getWeatherTool := genkit.DefineTool(g, "getWeather", "Gets the current weather in a given location", func(ctx *ai.ToolContext, input WeatherInput) (string, error) { // Your weather API logic here return fmt.Sprintf("The current weather in %s is 72°F and sunny.", input.Location), nil }) // Use the tool in generation resp, err := genkit.Generate(ctx, g, ai.WithPrompt("What's the weather in San Francisco?"), ai.WithTools(getWeatherTool), ) ``` 现在您的 AI 可以在需要时自动调用 getWeather()。这类似于安全地授予它访问您的 Go 函数的权限。 ## 6、几秒钟内从流到 API 部署？很简单。 ``` // Create HTTP handlers for your flows mux := http.NewServeMux() mux.HandleFunc("POST /recipeGeneratorFlow", genkit.Handler(recipeFlow)) // Start the server log.Fatal(server.Start(ctx, "127.0.0.1:3400", mux)) ``` 您的流现在是一个实时端点。完成。 ## 7、CLI + 开发者 UI = 快速调试 这部分使本地开发变得轻而易举。安装 CLI： ``` curl -sL cli.genkit.dev | bash ``` 然后运行： ``` genkit start -- go run . ``` 它会启动您的应用并打开开发者界面，您可以在其中执行以下操作： - 使用测试输入运行流程 - 逐步查看跟踪记录 - 检查延迟和令牌使用情况 - 即时调整提示 感觉像 Postman，但专为 AI 打造。 ## 8、AI 助手集成 您甚至可以将您常用的 AI 编码工具（Gemini CLI、Claude Code、Cursor）直接链接到您的 Genkit 项目： ``` genkit init:ai-tools ``` 它会添加一个 MCP 服务器，让助手列出流程、运行流程、获取文档并进行调试。如果您喜欢 AI 辅助编码，那么这个功能非常实用。 ## 9、入门指南 ``` mkdir my-genkit-app && cd my-genkit-app go mod init example/my-genkit-app go get github.com/firebase/genkit/go curl -sL cli.genkit.dev | bash genkit init:ai-tools genkit start -- go run . ``` 这就是你启动第一个 AI 应用所需的一切。 ## 10、结束语 Genkit Go 1.0 终于为 Go 开发者提供了一种构建 AI 应用的稳定方式——它不再只是边缘实验，而是功能齐全、可直接投入生产的软件。它类型安全、简洁且易于调试。它与 Go 的简洁性无缝集成——完美契合。如果你一直在等待一种 Go 原生的方式来使用像 Gemini 或 GPT 这样的 AI 模型，那么现在就是了。 查看 genkit.dev 上的文档，开始尝试吧。 --- 原文链接：[Genkit Go 1.0: Build Full-Stack AI Apps in Go, Now Production Ready](https://medium.com/coding-nexus/genkit-go-1-0-build-full-stack-ai-apps-in-go-now-production-ready-c2185c00b953?ref=hubwiz.com) 汇智网翻译整理，转载请标明出处