Genkit Go：Google 官方 AI SDK 让 Go 成为 AI 应用开发优选语言

标签: 开源项目 / AI SDK / Go语言 / Google
原文: 微信公众号「源自开发者」https://mp.weixin.qq.com/s/g7akRaHr3pKaTpChWVGj5Q

核心亮点

Go 在 AI 基础设施层已经站稳脚跟——Docker、Kubernetes、LangChain、Milvus、Chromadb 的核心都用 Go 构建。但在应用层，Go 开发者一直缺少一个官方的、一体化的 AI 开发工具包。Google 推出的 Genkit Go 填补了这个空白。

为什么是 Genkit Go？

TypeScript 有 LangChain、Python 有 LlamaIndex、Java 有 Spring AI——Go 呢？

2025 年，Google 推出了 Genkit，一个面向 AI 应用开发的全栈框架。Genkit Go 是这个框架的 Go 语言 SDK，目标是把 Go 在并发、类型安全和部署效率上的优势，带入 AI 应用开发的领域。

不是实验性库：已迭代到 v1.8.0，支持 Gemini、Claude、Ollama 等多种模型提供商，持续保持每周到双周的发布节奏。

一分钟上手

安装一条命令：

go get github.com/firebase/genkit/go

然后就可以调用模型了：

package main

import (
    "context"
    "fmt"
    "github.com/firebase/genkit/go/ai"
    "github.com/firebase/genkit/go/genkit"
    "github.com/firebase/genkit/go/plugins/googlegenai"
)

func main() {
    ctx := context.Background()
    g := genkit.Init(ctx, genkit.WithPlugins(&googlegenai.GoogleAI{}))

    answer, err := genkit.GenerateText(ctx, g,
        ai.WithModelName("googleai/gemini-flash-latest"),
        ai.WithPrompt("Go 在 AI 应用开发中有哪些优势？"),
    )
    if err != nil {
        fmt.Println("生成失败:", err)
    }
    fmt.Println(answer)
}

设置环境变量后即可运行：

export GEMINI_API_KEY="your-api-key"
go run main.go

API 风格对 Go 开发者很亲切：函数选项模式配置参数，明确的错误返回，类型安全。

类型安全的结构化输出

调用 LLM 后拿回结构化数据是 AI 应用中最常见的需求之一。传统做法是让模型返回 JSON，然后手动解析、验证、处理错误。Genkit Go 通过泛型直接解决了这个问题：

type Recipe struct {
    Title       string   `json:"title"`
    Ingredients []string `json:"ingredients"`
    Steps       []string `json:"steps"`
}

recipe, err := genkit.GenerateData[Recipe](ctx, g,
    ai.WithModelName("googleai/gemini-flash-latest"),
    ai.WithPrompt("给一个番茄鸡蛋面的做法"),
)

GenerateData 内部会告诉模型需要输出 JSON 格式，自动解析响应并映射到目标类型。如果解析失败，会返回明确的错误信息。

Tool Calling 也是类型化的

一个简单的天气预报工具：

genkit.DefineTool(g, "getWeather", "获取指定城市的天气",
    func(ctx context.Context, city string) (string, error) {
        return callWeatherAPI(city)
    },
)

工具函数的参数类型、返回值类型都由 Go 编译器检查。模型需要调用工具时，Genkit 自动序列化参数、调用函数、把结果传回模型。

Flows：可观测的执行单元

Genkit 定义了一个核心抽象叫 Flow——一个可观测、可调试、可暴露为 HTTP 端点的 AI 工作流：

jokeFlow := genkit.DefineFlow(g, "jokeFlow",
    func(ctx context.Context, subject string) (string, error) {
        return genkit.GenerateText(ctx, g,
            ai.WithModelName("googleai/gemini-flash-latest"),
            ai.WithPrompt(fmt.Sprintf("讲一个关于 %s 的笑话", subject)),
        )
    },
)

HTTP 暴露

mux := http.NewServeMux()
mux.HandleFunc("POST /joke", genkit.Handler(jokeFlow))
http.ListenAndServe(":8080", mux)

当通过 HTTP 访问时，每个 Flow 执行都会自动生成追踪链路，包含输入、输出、延迟、模型调用细节等全部信息。

流式输出

Flow 还支持流式输出，对聊天类 AI 应用至关重要：

jokeFlow := genkit.DefineStreamingFlow(g, "jokeFlow",
    func(ctx context.Context, subject string, stream func(context.Context, string) error) (string, error) {
        return genkit.GenerateText(ctx, g,
            ai.WithModelName("googleai/gemini-flash-latest"),
            ai.WithPrompt(fmt.Sprintf("讲一个关于 %s 的笑话", subject)),
            ai.WithStreaming(stream),
        )
    },
)

中间件系统

v1.7 引入了中间件支持，构建生产级 AI 应用的关键机制：

组合方式和 Go 标准库的 HTTP 中间件类似：

genkit.DefineFlow(g, "robustFlow", genkit.WithMiddleware(
    middleware.Retry(3),
    middleware.Fallback("ollama/llama3"),
), func(ctx context.Context, input string) (string, error) {
    return genkit.GenerateText(ctx, g,
        ai.WithModelName("googleai/gemini-flash-latest"),
        ai.WithPrompt(input),
    )
})

模型提供商生态

统一接口对接不同模型提供商，不需要为每个厂商学习不同的 SDK：

多个提供商可以同时注册，在调用时通过模型名称选择：

g := genkit.Init(ctx, genkit.WithPlugins(
    &googlegenai.GoogleAI{},
    &anthropic.Anthropic{},
    &ollama.Ollama{ServerAddress: "http://localhost:11434"},
))

// 按需切换模型
genkit.GenerateText(ctx, g, ai.WithModelName("anthropic/claude-sonnet-latest"), ...)
genkit.GenerateText(ctx, g, ai.WithModelName("ollama/llama3"), ...)

开发工具链

Genkit 提供了配套的 CLI 工具和本地开发 UI：

curl -sL cli.genkit.dev | bash
genkit start -- go run main.go

本地开发 UI 提供三个核心能力：

1. 交互式测试 Flow：不写测试代码就能直接调用并查看结果
2. 追踪查看器：查看每次调用的完整链路——模型延迟、工具调用序列、中间件执行时间
3. 模型对比：切换不同模型对比结果质量和响应速度

实验性能力

Durable Streaming

允许客户端断开后重新连接到一个正在进行的流式响应。客户端收到一个 X-Genkit-Stream-Id 头，可以用这个 ID 重连。对移动端或弱网环境下的 AI 应用很有意义。

Session 管理

在多次请求之间维护类型安全的状态，包括工具调用产生的状态变更：

store := session.NewInMemoryStore[CartState]()
sess, _ := session.New(ctx,
    session.WithID[CartState]("session-id"),
    session.WithStore(store),
    session.WithInitialState(CartState{}),
)
ctx = session.NewContext(ctx, sess)

构建多轮对话或长时间运行的 AI Agent 时，状态管理不再需要自己从头实现。

Genkit Go 的定位

把 Genkit Go 放到 Go 的 AI 生态坐标系里来看：

Genkit Go 在中间层提供了：统一的模型接口、类型安全的输出、可观测的执行单元，同时保留直接访问底层 API 的能力。

写在最后

Genkit Go 还很年轻，但它的设计方向是正确的：把 Go 的类型安全和编译期检查带到 AI 应用开发中，而不是在 Go 里重新发明一套 Python 式的动态编程体验。

对于偏好静态类型的开发者而言，这可能是现阶段最适合 Go 的 AI 开发方式。

安装：go get github.com/firebase/genkit/go

本文整理自微信公众号「源自开发者」，原文链接：https://mp.weixin.qq.com/s/g7akRaHr3pKaTpChWVGj5Q