Premiers pas avec Genkit in Go : créer des applications d'IA prêtes pour la production sans réinventer la roue

DEV - 06/06
Bonjour, je m'appelle Shrijith Venkatramana. Je construis git-lrc, un réviseur de code IA qui s'exécute sur chaque...

Bonjour, je m'appelle Shrijith Venkatramana. Je construis git-lrc, un réviseur de code IA qui s'exécute à chaque validation. Star Us pour aider les développeurs à découvrir le projet. Essayez-le et partagez vos commentaires pour améliorer le produit.

Les grands modèles linguistiques ont rendu étonnamment facile la génération de texte.

Cependant, créer une application d’IA fiable est un problème complètement différent.

Une fois que vous dépassez la simple démonstration « envoyer une invite, obtenir une réponse », vous rencontrez rapidement des problèmes concrets :

  • Gestion rapide
  • Résultats structurés
  • Flux de travail en plusieurs étapes
  • Appel d'outil
  • Observabilité
  • Évaluation
  • Changement de modèle
  • Débogage de production

De nombreuses équipes finissent par créer des frameworks personnalisés autour de modèles OpenAI, Anthropic, Gemini ou locaux simplement pour gérer ces préoccupations.

C'est là qu'intervient Genkit.

Développé à l'origine par Google, Genkit fournit un cadre pour créer des applications basées sur l'IA en mettant l'accent sur les flux de travail, les outils, l'observabilité, l'évaluation et la préparation à la production.

Alors que la plupart des exemples en ligne se concentrent sur Node.js, Genkit prend désormais de plus en plus en charge Go, ce qui en fait une option intéressante pour les ingénieurs backend qui souhaitent des capacités d'IA sans introduire une pile d'applications entièrement distincte.

Dans cet article, nous créerons des exemples pratiques et explorerons comment Genkit aide à structurer les systèmes d'IA du monde réel.

Pourquoi Genkit existe

La plupart des applications d'IA évoluent comme ceci :

Phase 1 :

réponse := callLLM (invite)
Entrer en mode plein écran Quitter le mode plein écran

Tout semble simple.

Phase 2 :

Il vous faut :

  • Logique de nouvelle tentative
  • Versionnement rapide
  • Sorties JSON
  • Intégrations d'outils
  • Tracé
  • Métrique
  • Flux de travail de révision humaine

Votre base de code commence désormais à accumuler une infrastructure spécifique à l'IA.

Genkit tente de fournir ces éléments de base dès le premier jour.

Pensez-y comme :

« Spring Boot pour les workflows IA » plutôt que « un SDK LLM ».

Installer Genkit pour Go

Créez un nouveau projet :

mkdir genkit-demo cd genkit-demo go mod init github.com/example/genkit-demo
Entrer en mode plein écran Quitter le mode plein écran

Installez Genkit :

allez chercher github.com/firebase/genkit/go/ai
Entrer en mode plein écran Quitter le mode plein écran

En fonction de votre fournisseur, vous installerez également des plugins de fournisseur.

Pour les Gémeaux :

allez chercher github.com/firebase/genkit/go/plugins/googleai
Entrer en mode plein écran Quitter le mode plein écran

Votre premier appel IA

Commençons par une génération simple...
[Courte citation de 8% de l'article original]

Loading...