從應用程式叫用 Genkit 流程

Cloud Functions for Firebase 具有 onCallGenkit 方法，可讓您使用 Genkit 動作 (Flow) 建立可呼叫函式。您可以使用 genkit/beta/client 或 Cloud Functions 用戶端 SDK 呼叫這些函式，系統會自動新增驗證資訊。

事前準備

• 您應熟悉 Genkit 的流程概念，以及如何編寫流程。本頁的說明假設您已定義要部署的流程。
• 如果您曾使用 Cloud Functions for Firebase，會很有幫助，但並非必要。

設定 Firebase 專案

1. 使用 Firebase 控制台建立新的 Firebase 專案，或選擇現有專案。

2. 將專案升級至 Blaze 方案，這是 Cloud Functions 實際工作環境部署作業的必要條件。

3. 安裝 Firebase CLI。

4. 使用 Firebase CLI 登入：

   firebase login
   firebase login --reauth # alternative, if necessary
   firebase login --no-localhost # if running in a remote shell

5. 建立新的專案目錄：

   export PROJECT_ROOT=~/tmp/genkit-firebase-project1
   mkdir -p $PROJECT_ROOT

6. 在目錄中初始化 Firebase 專案：

   cd $PROJECT_ROOT
   firebase init functions

本頁其餘部分假設您已選擇以 JavaScript 撰寫函式。

將流程包裝在 onCallGenkit 中

使用 Cloud Functions 設定 Firebase 專案後，您可以在專案的 functions 目錄中複製或編寫流程定義。以下是示範此流程的範例：

const ai = genkit({
  plugins: [googleAI()],
  model: gemini15Flash,
});

const jokeTeller = ai.defineFlow({
  name: "jokeTeller",
  inputSchema: z.string().nullable(),
  outputSchema: z.string(),
  streamSchema: z.string(),
}, async (jokeType = "knock-knock", {sendChunk}) => {
  const prompt = `Tell me a ${jokeType} joke.`;

  // Call the `generateStream()` method to
  // receive the `stream` async iterable.
  const {stream, response: aiResponse} = ai.generateStream(prompt);

  // Send new words of the generative AI response
  // to the client as they are generated.
  for await (const chunk of stream) {
    sendChunk(chunk.text);
  }

  // Return the full generative AI response
  // to clients that may not support streaming.
  return (await aiResponse).text;
},
);
index.js

如要部署這類流程，請使用 onCallGenkit 包裝流程，這個函式可在 firebase-functions/https 中使用。這個輔助方法具備可呼叫函式的所有功能，且會自動支援串流和 JSON 回應。

const {onCallGenkit} = require("firebase-functions/v2/https");

exports.tellJoke = onCallGenkit({
  // Bind the Gemini API key secret parameter to the function.
  secrets: [apiKey],
},
// Pass in the genkit flow.
jokeTeller,
);
index.js

讓已部署的流程可使用 API 憑證

部署後，流程需要驗證所依附的任何遠端服務。大多數流程至少需要憑證，才能存取所用的模型 API 服務。

在本範例中，請根據您選擇的模型供應商，執行下列任一操作：

Gemini (Google AI)

1. 確認 Google AI 是否支援你的所在地區。

2. 使用 Google AI Studio 產生 Gemini API 金鑰。

3. 將 API 金鑰儲存在 Cloud Secret Manager 中：

   firebase functions:secrets:set GOOGLE_GENAI_API_KEY

   這個步驟非常重要，可避免 API 金鑰意外外洩，因為這可能會授予存取計量服務的權限。

   如要進一步瞭解如何管理密鑰，請參閱「儲存及存取機密設定資訊」。

4. 編輯 src/index.js，並在現有匯入內容後新增下列項目：

   const {defineSecret} = require("firebase-functions/params");

   // Store the Gemini API key in Cloud Secret Manager.
   const apiKey = defineSecret("GOOGLE_GENAI_API_KEY");
   index.js

   接著，在可呼叫函式定義中，宣告函式需要存取這個密鑰值：

   // Bind the Gemini API key secret parameter to the function.
   secrets: [apiKey],
   index.js

現在部署這項函式時，API 金鑰會儲存在 Cloud Secret Manager 中，並可從 Cloud Functions 環境取得。

Gemini (Vertex AI)

1. 在 Cloud 控制台中，為 Firebase 專案啟用 Vertex AI API。

2. 在「IAM」頁面中，確認「預設運算服務帳戶」已獲派「Vertex AI 使用者」角色。

在本教學課程中，您只需要為模型供應商設定密鑰，但一般來說，您必須為流程使用的每項服務執行類似操作。

(選用) 新增 App Check 強制執行

Firebase App Check 會使用原生認證，確認 API 僅由您的應用程式呼叫。onCallGenkit 支援以宣告方式強制執行 App Check。

export const generatePoem = onCallGenkit({
  enforceAppCheck: true,
  // Optional. Makes App Check tokens only usable once. This adds extra security
  // at the expense of slowing down your app to generate a token for every API
  // call
  consumeAppCheckToken: true,
}, generatePoemFlow);

設定 CORS (跨源資源共享)

使用 cors 選項控管可存取函式的來源。

根據預設，可呼叫函式的 CORS 設定會允許來自所有來源的要求。如要允許部分跨來源要求，但不是全部，請傳遞應允許的特定網域或規則運算式清單。例如：

export const tellJoke = onCallGenkit({
  cors: 'mydomain.com',
}, jokeTeller);

完整範例

完成上述所有變更後，可部署的流程會如下列範例所示：

const {onCallGenkit} = require("firebase-functions/v2/https");
const {defineSecret} = require("firebase-functions/params");

// Dependencies for Genkit.
const {gemini15Flash, googleAI} = require("@genkit-ai/googleai");
const {genkit, z} = require("genkit");

// Store the Gemini API key in Cloud Secret Manager.
const apiKey = defineSecret("GOOGLE_GENAI_API_KEY");

const ai = genkit({
  plugins: [googleAI()],
  model: gemini15Flash,
});

const jokeTeller = ai.defineFlow({
  name: "jokeTeller",
  inputSchema: z.string().nullable(),
  outputSchema: z.string(),
  streamSchema: z.string(),
}, async (jokeType = "knock-knock", {sendChunk}) => {
  const prompt = `Tell me a ${jokeType} joke.`;

  // Call the `generateStream()` method to
  // receive the `stream` async iterable.
  const {stream, response: aiResponse} = ai.generateStream(prompt);

  // Send new words of the generative AI response
  // to the client as they are generated.
  for await (const chunk of stream) {
    sendChunk(chunk.text);
  }

  // Return the full generative AI response
  // to clients that may not support streaming.
  return (await aiResponse).text;
},
);

exports.tellJoke = onCallGenkit({
  // Bind the Gemini API key secret parameter to the function.
  secrets: [apiKey],
},
// Pass in the genkit flow.
jokeTeller,
);
index.js

將流程部署至 Firebase

使用 onCallGenkit 定義流程後，您可以像部署其他函式一樣部署流程：

cd $PROJECT_ROOT
firebase deploy --only functions