🧙Genkit Go 1.0: как Google упростил работу с LLM для Go-разработчиков
Анонс в официальном блоге Google
Возможно, вы уже встречали анонс этой штуки в других каналах. Давайте разберёмся, что это такое и зачем.
Genkit — это фреймворк от Google, который упрощает интеграцию LLM в проекты. Теперь он официально добрался до Go (релиз 1.0).
Что он даёт
1. Единый API к моделям
Gemini, GPT-4o, Claude, Ollama и другие — вызываются одинаково. Чтобы сменить модель, достаточно указать соответствующий параметр, без написания адаптеров под каждого провайдера:
// Gemini
genkit.Generate(ctx, g, ai.WithModelName("googleai/gemini-2.5-flash"))
// OpenAI
genkit.Generate(ctx, g, ai.WithModelName("openai/gpt-4o"))
// Ollama (локально)
genkit.Generate(ctx, g, ai.WithModelName("ollama/llama3"))
Genkit не ограничивает вас одним провайдером — в проекте могут жить разные модели параллельно. Удобно, если хотите заставить их обсудить какой-то вопрос между собой, либо делегировать разным моделям разные задачи — я так часто делаю, но пока руками "оркестрирую".
2. Типобезопасные флоу
Вам не придётся работать со строками и самостоятельно их парсить — описываешь структуру, и модель возвращает её в уже заполненном виде. Удобно, когда данные надо дальше использовать в коде.
type Recipe struct {
Title string `json:"title"`
Ingredients []string `json:"ingredients"`
Instructions []string `json:"instructions"`
}
recipe, _, err := genkit.GenerateData[Recipe](ctx, g,
ai.WithPrompt("Придумай рецепт с картошкой"),
)3. Dev UI для тестов и отладки
Запускаем genkit start -- go run . и получаем веб-интерфейс: можно гонять флоу, смотреть трейсинг, настраивать датасеты для проверок. Всё из из коробки, без установки дополнительных инструментов.
4. Интеграция с AI-ассистентами
Команда genkit init:ai-tools поднимает у вас локально Genkit MCP сервер и создаёт файл GENKIT.md.
После этого проект можно подключить к AI-ассистентам вроде Gemini CLI, Claude Code или Cursor. Ассистент получает доступ к инструментам Genkit и понимает ваш проект — он может запускать флоу, посмотреть их выполнение и трейсинг, и сам разберётся в документации, если понадобится.
Но можно на Genkit и своего агента написать, это тоже становится проще
Итого:
Теперь можно без сложных приседаний и танцев с бубном собрать себе пайплайн из агентов, а также прикрутить к нему RAG на Postgres / Pinecone.
————
Штука очень интересная, и если хотите, могу разобрать какие-то конкретные моменты более подробно в отдельном посте (пишите какие именно). Также подумываю о том чтобы записать по ней видос, напишите в комментах интересно ли вам такое?
Также делитесь впечатлениями, если уже опробовали его в деле
#llm #genkit
0
Показать ещё
