หัวใจสำคัญของฟีเจอร์ AI ของแอปคือคำขอโมเดล Generative แต่ก็เป็นไปได้ยากที่คุณจะนำข้อมูลจากผู้ใช้ ส่งต่อให้กับโมเดล และแสดงเอาต์พุตโมเดลกลับไปให้ผู้ใช้ได้ โดยปกติแล้วจะมีขั้นตอนก่อนและหลังการประมวลผลที่ต้องใช้ร่วมกับการเรียกใช้โมเดล เช่น
- กำลังดึงข้อมูลบริบทเพื่อส่งไปพร้อมกับการเรียกใช้โมเดล
- กำลังดึงข้อมูลประวัติเซสชันปัจจุบันของผู้ใช้ เช่น ในแอปแชท
- การใช้โมเดลหนึ่งในการจัดรูปแบบอินพุตของผู้ใช้ใหม่ในลักษณะที่เหมาะสมเพื่อส่งต่อให้กับโมเดลอื่น
- มีการประเมิน "ความปลอดภัย" ของเอาต์พุตของโมเดลก่อนที่จะแสดงต่อผู้ใช้
- กำลังรวมเอาต์พุตจากหลายๆ โมเดล
ทุกขั้นตอนของเวิร์กโฟลว์นี้ต้องทำงานร่วมกันเพื่อให้งานที่เกี่ยวข้องกับ AI ประสบความสำเร็จ
ใน Genkit คุณแสดงตรรกะที่เชื่อมโยงกันอย่างเหนียวแน่นโดยใช้การสร้างที่เรียกว่าโฟลว์ โฟลว์เขียนได้เหมือนกับฟังก์ชันโดยใช้โค้ด Go ทั่วไป แต่จะเพิ่มความสามารถอื่นๆ เพื่อทำให้การพัฒนาฟีเจอร์ AI ง่ายขึ้น ดังนี้
- ความปลอดภัยของประเภท: สคีมาอินพุตและเอาต์พุตซึ่งมีการตรวจสอบประเภททั้งแบบคงที่และรันไทม์
- การผสานรวมกับ UI ของนักพัฒนาซอฟต์แวร์: ขั้นตอนการแก้ไขข้อบกพร่องอย่างอิสระจากโค้ดแอปพลิเคชันโดยใช้ UI ของนักพัฒนาซอฟต์แวร์ ใน UI ของนักพัฒนาซอฟต์แวร์ คุณสามารถเรียกใช้ โฟลว์และดูการติดตามสำหรับแต่ละขั้นตอนของโฟลว์ได้
- การทำให้ใช้งานได้ที่ง่ายขึ้น: ทำให้โฟลว์ใช้งานได้โดยตรงเป็นปลายทาง API ของเว็บโดยใช้แพลตฟอร์มใดก็ได้ที่โฮสต์เว็บแอปได้
ขั้นตอนของ Genkit ไม่ยุ่งยากและไม่ก่อให้เกิดความรำคาญ และอย่ากดดันแอปให้เป็นไปตามลักษณะนามธรรมที่เฉพาะเจาะจงใดๆ ตรรกะของโฟลว์ทั้งหมดจะเขียนด้วย Go แบบมาตรฐาน และโค้ดภายในโฟลว์ไม่จำเป็นต้องรับรู้โฟลว์
ขั้นตอนการกำหนดและการเรียกใช้
ในรูปแบบที่ง่ายที่สุด โฟลว์จะเป็นเพียงการรวมฟังก์ชัน ตัวอย่างต่อไปนี้รวมฟังก์ชันที่เรียกใช้ Generate()
menuSuggestionFlow := genkit.DefineFlow(g, "menuSuggestionFlow",
func(ctx context.Context, theme string) (string, error) {
resp, err := genkit.Generate(ctx, g,
ai.WithPrompt("Invent a menu item for a %s themed restaurant.", theme),
)
if err != nil {
return "", err
}
return resp.Text(), nil
})
เพียงแค่การรวมการเรียกใช้ genkit.Generate()
เช่นนี้ก็เท่ากับว่าคุณได้เพิ่มฟังก์ชันบางอย่าง นั่นคือคุณจะสามารถเรียกใช้ขั้นตอนจาก Genkit CLI และจาก UI ของนักพัฒนาซอฟต์แวร์ ทั้งยังเป็นข้อกำหนดสำหรับฟีเจอร์หลายอย่างของ Genkit รวมถึงการติดตั้งใช้งานและความสามารถในการสังเกต (ส่วนต่อไปจะอธิบายหัวข้อเหล่านี้)
สคีมาอินพุตและเอาต์พุต
ข้อได้เปรียบที่สำคัญที่สุดอย่างหนึ่งของ Genkit ที่มีมากกว่าการเรียกใช้ API โมเดลโดยตรงคือความปลอดภัยของทั้งอินพุตและเอาต์พุต เมื่อกำหนดโฟลว์ คุณจะกำหนดสคีมาได้ในลักษณะที่คล้ายกับการกำหนดสคีมาเอาต์พุตของการเรียกใช้ genkit.Generate()
อย่างไรก็ตาม คุณจะระบุสคีมาอินพุตได้ด้วย ซึ่งต่างจาก genkit.Generate()
ต่อไปนี้คือการปรับแต่งตัวอย่างสุดท้ายที่กำหนดโฟลว์ที่ใช้สตริงเป็นอินพุตและเอาต์พุตออบเจ็กต์
type MenuItem struct {
Name string `json:"name"`
Description string `json:"description"`
}
menuSuggestionFlow := genkit.DefineFlow(g, "menuSuggestionFlow",
func(ctx context.Context, theme string) (MenuItem, error) {
return genkit.GenerateData[MenuItem](ctx, g,
ai.WithPrompt("Invent a menu item for a %s themed restaurant.", theme),
)
})
โปรดทราบว่าสคีมาของโฟลว์ไม่จำเป็นต้องสอดคล้องกับสคีมาของการเรียกใช้ genkit.Generate()
ภายในโฟลว์ (อันที่จริง กระบวนการหนึ่งๆ อาจไม่มีการเรียก genkit.Generate()
ด้วยซ้ำ) นี่คือตัวอย่างที่เรียกใช้ genkit.GenerateData()
แต่ใช้เอาต์พุตที่มีโครงสร้างเพื่อจัดรูปแบบสตริงแบบง่ายที่โฟลว์แสดงผล บันทึกวิธีที่เราส่ง MenuItem
เป็นพารามิเตอร์ประเภท ซึ่งเทียบเท่ากับการส่งตัวเลือก WithOutputType()
และรับค่าประเภทดังกล่าวในการตอบกลับ
type MenuItem struct {
Name string `json:"name"`
Description string `json:"description"`
}
menuSuggestionMarkdownFlow := genkit.DefineFlow(g, "menuSuggestionMarkdownFlow",
func(ctx context.Context, theme string) (string, error) {
item, _, err := genkit.GenerateData[MenuItem](ctx, g,
ai.WithPrompt("Invent a menu item for a %s themed restaurant.", theme),
)
if err != nil {
return "", err
}
return fmt.Sprintf("**%s**: %s", item.Name, item.Description), nil
})
ลำดับการเรียก
เมื่อกำหนดขั้นตอนแล้ว คุณจะเรียกใช้ขั้นตอนจากรหัส Go ได้โดยทำดังนี้
item, err := menuSuggestionFlow.Run(ctx, "bistro")
อาร์กิวเมนต์สำหรับโฟลว์ต้องสอดคล้องกับสคีมาอินพุต
หากคุณกำหนดสคีมาเอาต์พุต การตอบสนองของโฟลว์จะสอดคล้องกับสคีมาเอาต์พุตดังกล่าว ตัวอย่างเช่น หากคุณตั้งค่าสคีมาเอาต์พุตเป็น MenuItem
เอาต์พุตโฟลว์จะมีพร็อพเพอร์ตี้ดังต่อไปนี้
item, err := menuSuggestionFlow.Run(ctx, "bistro")
if err != nil {
log.Fatal(err)
}
log.Println(item.DishName)
log.Println(item.Description)
โฟลว์สตรีมมิง
โฟลว์รองรับสตรีมมิงโดยใช้อินเทอร์เฟซที่คล้ายกับอินเทอร์เฟซสตรีมมิงของ genkit.Generate()
สตรีมมิงจะมีประโยชน์เมื่อขั้นตอนของคุณสร้างเอาต์พุตจำนวนมาก เนื่องจากคุณจะแสดงผลลัพธ์ให้แก่ผู้ใช้ได้ในขณะที่ระบบกำลังสร้างอยู่ ซึ่งจะปรับปรุงการตอบสนองที่รับรู้ของแอป อย่างที่คุ้นเคย อินเทอร์เฟซ LLM แบบแชทมักจะสตรีมคำตอบไปยังผู้ใช้ขณะที่ระบบสร้าง
นี่คือตัวอย่างขั้นตอนที่รองรับสตรีมมิง
type Menu struct {
Theme string `json:"theme"`
Items []MenuItem `json:"items"`
}
type MenuItem struct {
Name string `json:"name"`
Description string `json:"description"`
}
menuSuggestionFlow := genkit.DefineStreamingFlow(g, "menuSuggestionFlow",
func(ctx context.Context, theme string, callback core.StreamCallback[string]) (Menu, error) {
item, _, err := genkit.GenerateData[MenuItem](ctx, g,
ai.WithPrompt("Invent a menu item for a %s themed restaurant.", theme),
ai.WithStreaming(func(ctx context.Context, chunk *ai.ModelResponseChunk) error {
// Here, you could process the chunk in some way before sending it to
// the output stream using StreamCallback. In this example, we output
// the text of the chunk, unmodified.
return callback(ctx, chunk.Text())
}),
)
if err != nil {
return nil, err
}
return Menu{
Theme: theme,
Items: []MenuItem{item},
}, nil
})
ประเภท string
ใน StreamCallback[string]
จะระบุประเภทค่าที่สตรีมโฟลว์ของคุณ โดยไม่จำเป็นต้องเป็นประเภทเดียวกับประเภทการแสดงผล ซึ่งเป็นประเภทของเอาต์พุตที่สมบูรณ์ของโฟลว์ (ในตัวอย่างนี้มี Menu
)
ในตัวอย่างนี้ ค่าที่สตรีมโดยโฟลว์จะจับคู่กับค่าที่สตรีมโดยการเรียก genkit.Generate()
ภายในโฟลว์โดยตรง
แม้ว่าจะเป็นกรณีนี้อยู่บ่อยๆ แต่คุณก็ไม่จำเป็นต้องเป็นเช่นนั้น คุณสามารถส่งออกค่าไปยังสตรีมโดยใช้ Callback ให้บ่อยครั้งเท่าที่จะเป็นประโยชน์สำหรับโฟลว์ของคุณ
การเรียกใช้โฟลว์สตรีมมิง
ขั้นตอนสตรีมมิงทำงานเหมือนกับขั้นตอนที่ไม่ใช่สตรีมมิงได้ด้วย menuSuggestionFlow.Run(ctx, "bistro")
หรือจะสตรีมก็ได้ โดยทำดังนี้
streamCh, err := menuSuggestionFlow.Stream(ctx, "bistro")
if err != nil {
log.Fatal(err)
}
for result := range streamCh {
if result.Err != nil {
log.Fatal("Stream error: %v", result.Err)
}
if result.Done {
log.Printf("Menu with %s theme:\n", result.Output.Theme)
for item := range result.Output.Items {
log.Println(" - %s: %s", item.Name, item.Description)
}
} else {
log.Println("Stream chunk:", result.Stream)
}
}
การเรียกใช้โฟลว์จากบรรทัดคำสั่ง
คุณเรียกใช้โฟลว์จากบรรทัดคำสั่งได้โดยใช้เครื่องมือ Genkit CLI ดังนี้
genkit flow:run menuSuggestionFlow '"French"'
สำหรับขั้นตอนสตรีมมิง คุณพิมพ์เอาต์พุตการสตรีมไปยังคอนโซลได้โดยเพิ่มแฟล็ก -s
ดังนี้
genkit flow:run menuSuggestionFlow '"French"' -s
การเรียกใช้โฟลว์จากบรรทัดคำสั่งมีประโยชน์สำหรับการทดสอบโฟลว์หรือการเรียกใช้โฟลว์ซึ่งทำงานที่จำเป็นแบบเฉพาะกิจ เช่น เพื่อเรียกใช้โฟลว์ที่นำเข้าเอกสารไปยังฐานข้อมูลเวกเตอร์
ขั้นตอนการแก้ไขข้อบกพร่อง
ข้อดีอย่างหนึ่งของการห่อหุ้มตรรกะ AI ไว้ในขั้นตอนหนึ่งๆ คือคุณสามารถทดสอบและแก้ไขข้อบกพร่องขั้นตอนได้อย่างอิสระจากแอปโดยใช้ UI สำหรับนักพัฒนาซอฟต์แวร์ Genkit
UI ของนักพัฒนาซอฟต์แวร์ต้องใช้แอป Go ทำงานต่อไป แม้ว่าตรรกะจะทำงานครบแล้วก็ตาม หากคุณเพิ่งเริ่มต้นใช้งานและ Genkit ไม่ได้เป็นส่วนหนึ่งของแอปที่ใหญ่กว่า ให้เพิ่ม select {}
เป็นบรรทัดสุดท้ายของ main()
เพื่อป้องกันไม่ให้แอปหยุดทำงานเพื่อให้คุณตรวจสอบได้ใน UI
หากต้องการเริ่มต้น UI นักพัฒนาซอฟต์แวร์ ให้เรียกใช้คำสั่งต่อไปนี้จากไดเรกทอรีโปรเจ็กต์ของคุณ
genkit start -- go run .
จากแท็บเรียกใช้ของ UI นักพัฒนาซอฟต์แวร์ คุณเรียกใช้ขั้นตอนที่กำหนดไว้ในโปรเจ็กต์ได้โดยทำดังนี้
หลังจากเรียกใช้โฟลว์แล้ว คุณสามารถตรวจสอบการติดตามการเรียกใช้โฟลว์ได้โดยคลิกดูการติดตาม หรือดูที่แท็บตรวจสอบ
การติดตั้งใช้งานขั้นตอน
คุณสามารถทำให้โฟลว์ใช้งานได้โดยตรงเป็นปลายทาง API ของเว็บ ซึ่งพร้อมให้คุณเรียกใช้จากไคลเอ็นต์ของแอป เราจะกล่าวถึงการทำให้ใช้งานได้อย่างละเอียดในหน้าอื่นๆ อีกหลายหน้า แต่ส่วนนี้จะอธิบายภาพรวมโดยย่อของตัวเลือกการทำให้ใช้งานได้
เซิร์ฟเวอร์ net/http
หากต้องการทำให้โฟลว์ใช้งานได้โดยใช้แพลตฟอร์มโฮสติ้งของ Go เช่น Cloud Run ให้กำหนดโฟลว์ของคุณโดยใช้ DefineFlow()
และเริ่มเซิร์ฟเวอร์ net/http
ด้วยเครื่องจัดการโฟลว์ที่มีให้
import (
"context"
"log"
"net/http"
"github.com/firebase/genkit/go/genkit"
"github.com/firebase/genkit/go/plugins/googlegenai"
"github.com/firebase/genkit/go/plugins/server"
)
func main() {
ctx := context.Background()
g, err := genkit.Init(ctx, genkit.WithPlugins(&googlegenai.GoogleAI{}))
if err != nil {
log.Fatal(err)
}
menuSuggestionFlow := genkit.DefineFlow(g, "menuSuggestionFlow",
func(ctx context.Context, theme string) (MenuItem, error) {
// Flow implementation...
})
mux := http.NewServeMux()
mux.HandleFunc("POST /menuSuggestionFlow", genkit.Handler(menuSuggestionFlow))
log.Fatal(server.Start(ctx, "127.0.0.1:3400", mux))
}
server.Start()
เป็นฟังก์ชันตัวช่วยที่ไม่บังคับซึ่งเริ่มต้นเซิร์ฟเวอร์และจัดการวงจรการใช้งาน ซึ่งรวมถึงการจับสัญญาณรบกวนเพื่อช่วยให้การพัฒนาในเครื่องง่ายขึ้น แต่คุณใช้วิธีการของคุณเองได้
หากต้องการแสดงขั้นตอนทั้งหมดที่กำหนดไว้ในฐานของโค้ด คุณสามารถใช้ ListFlows()
ได้
mux := http.NewServeMux()
for _, flow := range genkit.ListFlows(g) {
mux.HandleFunc("POST /"+flow.Name(), genkit.Handler(flow))
}
log.Fatal(server.Start(ctx, "127.0.0.1:3400", mux))
คุณเรียกใช้ปลายทางของโฟลว์ได้ด้วยคำขอ POST ได้ดังนี้
curl -X POST "http://localhost:3400/menuSuggestionFlow" \
-H "Content-Type: application/json" -d '{"data": "banana"}'
เฟรมเวิร์กของเซิร์ฟเวอร์อื่นๆ
คุณยังใช้เฟรมเวิร์กของเซิร์ฟเวอร์อื่นๆ เพื่อทำให้โฟลว์ใช้งานได้ เช่น คุณสามารถใช้ Gin ได้เพียงแค่ไม่กี่บรรทัดต่อไปนี้
router := gin.Default()
for _, flow := range genkit.ListFlows(g) {
router.POST("/"+flow.Name(), func(c *gin.Context) {
genkit.Handler(flow)(c.Writer, c.Request)
})
}
log.Fatal(router.Run(":3400"))
ดูข้อมูลการทำให้แพลตฟอร์มที่ต้องการใช้งานได้ใน Genkit with Cloud Run