Genkit MCP
提供 Genkit 和模型上下文协议 (MCP) 之间的集成。
Tools
echo
Echoes back the input
add
Adds two numbers
printEnv
Prints all environment variables, helpful for debugging MCP server configuration
longRunningOperation
Demonstrates a long running operation with progress updates
sampleLLM
Samples from an LLM using MCP's sampling feature
getTinyImage
Returns the MCP_TINY_IMAGE
README

Genkit 是一个用于构建 AI 驱动应用程序的框架。它为 Node.js 和 Go 提供了开源库,以及帮助您快速调试和迭代的工具。
您可以使用 Genkit 构建什么?
Genkit 是一个多功能的框架,您可以使用它来构建许多不同类型的 AI 应用程序。常见的用例包括:
-
智能代理: 创建能够理解用户请求并自主执行任务的代理,例如个性化旅行计划或行程生成。
-
数据转换: 将非结构化数据(如自然语言)转换为结构化格式(例如,对象、SQL 查询、表格),以便集成到您的应用程序或数据管道中。
-
检索增强生成: 通过使用您自己的数据源(例如聊天机器人或问答系统)来支持生成,从而创建提供准确且上下文相关的响应的应用程序。
谁应该使用 Genkit?
Genkit 专为寻求使用 Node.js 或 Go 将生成式 AI 添加到其应用程序的开发人员而构建,并且可以在支持这些运行时的任何地方运行。它围绕插件架构设计,可以与任何生成模型 API 或向量数据库一起使用,并且已经有许多集成可用。
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
[!NOTE] Go 版 Genkit 处于 alpha 阶段,因此我们只建议将其用于原型设计。
库的主要功能
-
统一的生成 API: 使用单个、可适应的 API 从任何生成模型生成文本、媒体、结构化对象和工具调用。
-
向量数据库支持: 通过简单的索引和检索 API 将检索增强生成 (RAG) 添加到您的应用程序,这些 API 适用于各种向量数据库提供商。
-
增强的提示工程: 在单个可运行的 .prompt 文件中定义丰富的提示模板、模型配置、输入/输出模式和工具。
-
AI 工作流: 将您的 AI 应用程序逻辑组织成 Flows - 专为可观察性、流式传输、与 Genkit 开发工具集成以及轻松部署为 API 端点而设计的功能。
-
内置流式传输: 将内容从您的 Genkit API 端点流式传输到您的客户端应用程序,以创建快速的用户体验。
开发工具
Genkit 提供了一个 CLI 和一个本地 UI,以简化您的 AI 开发工作流程。
CLI
Genkit CLI 包括用于运行和评估您的 Genkit 函数(flows)以及收集遥测和日志的命令。
- 安装:
npm i -g genkit - 运行命令,包含遥测、交互式开发者 UI 等:
genkit start -- <command to run your code>
开发者 UI
Genkit 开发者 UI 是一个本地界面,用于测试、调试和迭代您的 AI 应用程序。
主要功能:
- 运行: 在专用 playground 中执行和试验 Genkit flows、提示、查询等。
- 检查: 分析过去执行的详细跟踪,包括复杂 flows 的逐步分解。
- 评估: 查看针对您的 flows 运行的评估结果,包括性能指标和相关跟踪的链接。
<img src="docs/resources/readme-ui-traces-screenshot.png" width="700" alt="Genkit 开发者 UI 的屏幕截图,显示跟踪">
插件生态系统
使用来自 Google 和 OpenAI 等提供商的特定 AI 模型、向量数据库和平台集成的插件来扩展 Genkit。
- Node.js 插件: 在 npm 上探索
- Go 插件: 在 pkg.go.dev 上探索
创建并分享您自己的插件:
在这个 存储库 中找到由社区构建的 OpenAI、Anthropic、Cohere 等插件的优秀示例。
在 IDX 上试用 Genkit
想要跳过本地设置吗?单击下方使用 Project IDX(Google 的 AI 辅助工作区,用于在云中进行全栈应用程序开发)试用 Genkit。
<a href="https://idx.google.com/new/genkit"> <img height="32" alt="Try in IDX" src="https://cdn.idx.dev/btn/try_purple_32.svg"> </a>
示例应用
查看一些 Genkit 使用示例:
- "AI barista" -- 演示简单的 LLM 用法
- 带有 JavaScript 前端的简单聊天机器人 -- 将历史记录添加到 LLM 会话
- 餐厅菜单问答应用 -- 此示例逐步展示了 菜单理解应用程序的更复杂版本。
- 流式传输到 Angular 前端
- js-schoolAgent: 一个简单的学校助手系统,带有路由代理和专用代理
- Prompts: 展示了几种提示技术
与我们联系
-
加入社区: 在我们的 Discord 服务器 上了解最新信息、提出问题并与其他 Genkit 用户分享您的作品。
-
提供反馈: 使用我们的 GitHub 问题跟踪器 报告问题或建议新功能。
贡献
欢迎并高度赞赏对 Genkit 的贡献!请参阅我们的 贡献指南 以开始使用。
作者
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。