SQLiteストレージ、時間軸に沿った検索、MCP連携を備えた、LLMアプリやエージェント向けのローカル優先・セルフホスト型永続メモリエンジン。
genkit-ai/genkit
JavaScript/TypeScript、Go、Python、DartでフルスタックAIアプリを構築するためのオープンソースフレームワーク。モデルプロバイダーを統一APIで利用できます。
- スター
- 6,572
- フォーク
- 879
- 未解決の Issue
- 861
- 最終コミット
- 22 時間前
これは何?
Genkitは、AI搭載アプリケーションを構築するためのフレームワークです。GoogleのFirebaseチームが開発し、実際の本番環境で利用してきました。Google、OpenAI、Anthropic、Ollamaなどのプロバイダーのモデルを共通のインターフェースから呼び出せるため、プロバイダーを切り替えてもアプリケーションコードを変更する必要はありません。
LLMアプリに必要な一般的な機能を備えており、テキストや画像の生成、型安全な構造化出力、ツール呼び出し、プロンプトテンプレート、チャット履歴の永続化、複数ステップのワークフロー(flows)、検索拡張生成(RAG)に対応しています。JavaScript/TypeScriptとGoのSDKは本番利用可能、Pythonはベータ版、Dartはプレビュー版です。
ローカルCLIとDeveloper UIを使って、プロンプトやflowsを実行し、実行トレースを確認したり、データセットを使って評価したりできます。アプリはCloud Functions for Firebase、Google Cloud Runのほか、選択した言語をサポートする環境にデプロイできます。また、Next.js、React、Angular、iOS、Android向けのクライアントSDKも提供されています。
主な機能
- 01Google、OpenAI、Anthropic、Ollamaなどのモデルを利用できる統一API
- 02型安全な構造化出力とツール呼び出し
- 03プロンプトのテンプレート化、チャット履歴の永続化、複数ステップのflows
- 04検索拡張生成(RAG)への対応
- 05テスト、トレース、評価に使えるローカルCLIとDeveloper UI
ユースケース
- モデルプロバイダーを切り替えられるチャットボットやアシスタントの構築
- 独自データを対象としたRAGベースの質問応答機能をWebアプリに追加
- TypeScriptまたはGoのバックエンドで、ツール呼び出しを含むエージェント型ワークフローを作成
- クライアントSDKを使って、AI機能をFirebase、Cloud Run、モバイルアプリに組み込んでリリース
クイックスタート
- 1
Genkit CLIをインストールします
npm install -g genkit-cli - 2
Google GeminiなどのモデルプロバイダーからAPIキーを取得します
- 3
READMEの例にあるように、コード内でプロバイダープラグインを使ってGenkitを初期化します
- 4
Genkit CLIでコードをラップして実行し、開発者向けUIを開きます
genkit start -- <command to run your code>
使う前に知っておきたいこと
- Python SDKはベータ版、Dart SDKはプレビュー版です。
- モデルプロバイダーを利用するには、そのプロバイダーのAPIキーが必要です。
収録されている特集
トピック
よくある質問
- genkit とは?
- JavaScript/TypeScript、Go、Python、DartでフルスタックAIアプリを構築するためのオープンソースフレームワーク。モデルプロバイダーを統一APIで利用できます。 Genkitは、AI搭載アプリケーションを構築するためのフレームワークです。GoogleのFirebaseチームが開発し、実際の本番環境で利用してきました。Google、OpenAI、Anthropic、Ollamaなどのプロバイダーのモデルを共通のインターフェースから呼び出せるため、プロバイダーを切り替えてもアプリケーションコードを変更する必要はありません。
- genkit は無料で使えますか?ライセンスは?
- genkit は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- genkit は今もメンテナンスされていますか?
- 活発にメンテナンス中。genkit の最終コミットは 2026年11月6日 です。
- genkit は何に使えますか?
- モデルプロバイダーを切り替えられるチャットボットやアシスタントの構築 独自データを対象としたRAGベースの質問応答機能をWebアプリに追加 TypeScriptまたはGoのバックエンドで、ツール呼び出しを含むエージェント型ワークフローを作成 クライアントSDKを使って、AI機能をFirebase、Cloud Run、モバイルアプリに組み込んでリリース
- genkit のインストール方法は?
- Genkit CLIをインストールします: npm install -g genkit-cli Google GeminiなどのモデルプロバイダーからAPIキーを取得します READMEの例にあるように、コード内でプロバイダープラグインを使ってGenkitを初期化します Genkit CLIでコードをラップして実行し、開発者向けUIを開きます: genkit start -- <command to run your code>
- genkit はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/genkit-ai/genkit
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
AIアプリ向けのオープンソース埋め込みデータベース。文書とベクトルを保存し、セマンティック検索、ハイブリッド検索、全文検索を実現します。
マルチモーダルデータ、計算列、ベクトルインデックス、HTTPルートを1つのファイルで定義できるPythonバックエンド。
SQLite、LanceDB、マネージドLLMオーケストレーションをREST APIの背後に統合した、スプレッドシート風UIを備えるオープンソースのRAGバックエンドプラットフォーム。
エージェント型AIやLLMアプリケーションを構築するためのPythonオーケストレーションフレームワーク。RAGパイプライン、エージェント、複数ステップのワークフローに対応します。
LLMを活用したアプリを構築するための、DartおよびFlutter向けLangChain移植版。複数のモデルプロバイダー、RAG、エージェントに対応。