เริ่มต้น

หากต้องการเริ่มต้นใช้งาน Firebase Genkit ให้ติดตั้ง Genkit CLI และเรียกใช้ genkit init ในโปรเจ็กต์ Node.js ส่วนที่เหลือของหน้านี้จะแสดงวิธีการ

ข้อกำหนด

Node.js 20 ขึ้นไป

ขั้นตอน

1. ติดตั้ง Genkit CLI โดยเรียกใช้คำสั่งต่อไปนี้

   npm i -g genkit
   

2. สร้างโปรเจ็กต์โหนดใหม่ด้วยคำสั่งต่อไปนี้

   mkdir genkit-intro && cd genkit-intro
   npm init -y
   

   ตรวจสอบ package.json แล้วตรวจสอบว่าได้ตั้งค่าช่อง main เป็น lib/index.js

3. เริ่มต้นโปรเจ็กต์ Genkit:

   genkit init
   

   1. เลือก Node.js เป็นตัวเลือกแพลตฟอร์มการทำให้ใช้งานได้ (มีเทมเพลตสำหรับ Firebase Cloud Functions และ Google Cloud Run ให้ใช้งาน)

   2. เลือกรุ่นของคุณ:

      Gemini (AI ของ Google)

      วิธีที่ง่ายที่สุดในการเริ่มต้นใช้งานคือการใช้ Google AI Gemini API ตรวจสอบว่าฟีเจอร์นี้พร้อมให้บริการในภูมิภาคของคุณ

      สร้างคีย์ API สำหรับ Gemini API โดยใช้ Google AI Studio จากนั้นตั้งค่าตัวแปรสภาพแวดล้อม GOOGLE_GENAI_API_KEY เป็นคีย์ของคุณ

      export GOOGLE_GENAI_API_KEY=<your API key>
      

      Gemini (Vertex AI)

      หาก Google AI Gemini API ไม่พร้อมใช้งานในภูมิภาคของคุณ ให้พิจารณาใช้ Vertex AI API ซึ่งมี Gemini และรุ่นอื่นๆ ด้วย คุณจะต้องมีโปรเจ็กต์ Google Cloud ที่เปิดใช้การเรียกเก็บเงิน, เปิดใช้ AI Platform API และตั้งค่าตัวแปรสภาพแวดล้อมเพิ่มเติมบางอย่าง ดังนี้

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

      ดูราคาของ Vertex AI ได้ที่ https://cloud.google.com/vertex-ai/generative-ai/pricing

   3. เลือกคำตอบเริ่มต้นสำหรับคำถามที่เหลือ ซึ่งจะเป็นการเริ่มต้นโฟลเดอร์โครงการด้วยโค้ดตัวอย่าง

   คำสั่ง genkit init จะสร้างไฟล์ต้นฉบับตัวอย่าง index.ts นี่คือจุดแรกเข้าของโปรเจ็กต์ ซึ่งคุณกำหนดค่า Genkit สำหรับโปรเจ็กต์ กำหนดค่าปลั๊กอินที่ต้องการโหลดและส่งออกโฟลว์ AI และทรัพยากรอื่นๆ ที่กำหนดไว้ ไฟล์ตัวอย่างประกอบด้วยการกำหนดค่าที่โหลดปลั๊กอินเพื่อรองรับผู้ให้บริการโมเดลที่คุณเลือกก่อนหน้านี้ นอกจากนี้ยังมีกระบวนการ menuSuggestionFlow รายการเดียวที่แจ้งให้ LLM แนะนำรายการสำหรับร้านอาหารตามธีมที่กำหนด

   configureGenkit({
     plugins: [googleAI()],
     logLevel: 'debug',
     enableTracingAndMetrics: true,
   });
   
   export const menuSuggestionFlow = defineFlow(
     {
       name: 'menuSuggestionFlow',
       inputSchema: z.string(),
       outputSchema: z.string(),
     },
     async (subject) => {
       const llmResponse = await generate({
         prompt: `Suggest an item for the menu of a {subject} themed restaurant`,
         model: geminiPro,
         config: {
           temperature: 1,
         },
       });
   
       return llmResponse.text();
     }
   );
   
   startFlowsServer();
   

   เมื่อสร้างฟีเจอร์ AI ของแอปด้วย Genkit คุณจะสร้างขั้นตอนที่มีหลายขั้นตอน เช่น การประมวลผลอินพุตล่วงหน้า การสร้างพรอมต์ที่ซับซ้อนมากขึ้น การผสานรวมแหล่งข้อมูลภายนอกสำหรับรุ่นการดึงข้อมูล (RAG) และอื่นๆ

4. ตอนนี้คุณสามารถเรียกใช้และสำรวจฟีเจอร์ของ Genkit และโปรเจ็กต์ตัวอย่างในเครื่องของคุณได้แล้ว ดาวน์โหลดและเริ่ม UI สำหรับนักพัฒนาซอฟต์แวร์ Genkit:

   genkit start
   

   

   UI ของนักพัฒนาซอฟต์แวร์ Genkit กำลังทำงานบนเครื่องของคุณ เมื่อคุณเรียกใช้โมเดลหรือโฟลว์ในขั้นตอนถัดไป เครื่องจะดำเนินการกับการจัดการเป็นกลุ่มที่จำเป็นต่อการทำให้ขั้นตอนของโฟลว์ทำงานร่วมกัน การเรียกไปยังบริการภายนอก เช่น Gemini API จะยังคงทำกับเซิร์ฟเวอร์ที่ใช้งานจริงต่อไป

   นอกจากนี้ เนื่องจากคุณอยู่ในสภาพแวดล้อมการพัฒนา Genkit จะจัดเก็บการติดตามและสถานะโฟลว์ในไฟล์ในเครื่อง

5. UI ของนักพัฒนาซอฟต์แวร์ Genkit จะดาวน์โหลดและเปิดโดยอัตโนมัติเมื่อคุณเรียกใช้คำสั่ง genkit start

   UI สำหรับนักพัฒนาซอฟต์แวร์ช่วยให้คุณเห็นโฟลว์ที่ได้กำหนดและโมเดลที่คุณกำหนดค่า เรียกใช้ขั้นตอนเหล่านั้น และตรวจสอบการติดตามของการเรียกใช้ก่อนหน้า ทดลองใช้คุณลักษณะเหล่านี้

   • ในแท็บเรียกใช้ คุณจะเห็นรายการกระบวนการทั้งหมดที่คุณได้กำหนดไว้และโมเดลที่ปลั๊กอินกำหนดค่า

     คลิก ลงชื่อในเมนูคำแนะนำ แล้วลองเรียกใช้กับข้อความอินพุต (เช่น "cat") หากทุกอย่างเป็นไปด้วยดี คุณจะได้รับรางวัลเป็นการแนะนำเมนูสำหรับร้านอาหารธีมแมว

   • คุณจะเห็นประวัติการดำเนินการของโฟลว์ในแท็บตรวจสอบ ในแต่ละขั้นตอน คุณจะเห็นพารามิเตอร์ที่ส่งไปยังโฟลว์และการติดตามของแต่ละขั้นตอนขณะที่ทํางาน

ขั้นตอนถัดไป

ดูวิธีสร้างและติดตั้งใช้งานแอป Genkit ด้วย Firebase, Cloud Run หรือแพลตฟอร์ม Node.js