将流部署到任何 Node.js 平台

Firebase Genkit 具有内置的集成功能，可帮助您将流部署到 Cloud Functions for Firebase 和 Google Cloud Run，但您也可以 可支持 Express.js 应用的任何平台，无论该平台是云 服务或自行托管

以此页面为例，它会引导您完成部署默认 示例流程。

  1. 安装所需的工具：

    • 确保您使用的是节点版本 20 或更高版本（运行 node --version 到 检查）。

  2. 为 Genkit 示例项目创建一个目录：

    export GENKIT_PROJECT_HOME=~/tmp/genkit-express-project
mkdir -p $GENKIT_PROJECT_HOME
cd $GENKIT_PROJECT_HOME

    如果您要使用 IDE，请用其打开此目录。

  3. 初始化 nodejs 项目：

    npm init -y

  4. 初始化 Genkit 项目：

    genkit init

    1. 选择模型：

      Gemini (Google AI)

      最简单的入门方法是使用 Google AI Gemini API。请确保您所在的区域提供 Google AI Gemini API。

      使用 Google AI Studio 为 Gemini API 生成 API 密钥。然后，将 GOOGLE_API_KEY 环境变量设置为您的密钥：

      export GOOGLE_API_KEY=<your API key>

      Gemini (Vertex AI)

      如果您所在的区域不提供 Google AI Gemini API，请考虑使用 Vertex AI API，它还提供 Gemini 和其他模型。您需要有一个已启用结算功能的 Google Cloud 项目，启用 AI Platform API，并设置一些其他环境变量：

      gcloud services enable aiplatform.googleapis.com
export GCLOUD_PROJECT=<your project ID>
export GCLOUD_LOCATION=us-central1

      请参阅 https://cloud.google.com/vertex-ai/generative-ai/pricing 了解 Vertex AI 价格。

    2. 选择其余问题的默认答案，系统会使用一些示例代码初始化您的项目文件夹。

  5. 构建并运行示例代码：

    npm run build
genkit flow:run menuSuggestionFlow "\"banana\"" -s

  6. 可选：启动开发者界面：

    genkit start

    然后，导航到 http://localhost:4000/flows 并运行 与开发者界面通信

    操作完成后，在控制台中按 Ctrl+C 退出界面。

  7. 试用 Express 端点：

    npm run start

    然后，在另一个窗口中执行以下操作：

    curl -X POST "http://127.0.0.1:3400/menuSuggestionFlow?stream=true" -H "Content-Type: application/json"  -d '{"data": "banana"}'

  8. 如果一切正常，您就可以将数据流部署到提供程序。 任意选择。具体细节取决于提供商，但通常情况下，您需要 来配置以下设置：

    设置 值
    运行时 Node.js 20 或更高版本
    构建命令 npm run build
    启动命令 npm run start
    环境变量 GOOGLE_API_KEY=<your-api-key>（或所需的任何 Secret）