developing-genkit-python skill
Genkit 0.13を使用して、エージェント、フロー、ツール、構造化出力を含むAI搭載のPythonアプリケーションを構築します。
- GitHubスター
- 39
- ファイル
- 18
- 最終コミット
- 2026年11月9日
- ライセンス
- —
- 許可されたツール
- —
developing-genkit-python skillは何をしますか
Genkit 0.13を使用して、エージェント、フロー、ツール、構造化出力を含むAI搭載のPythonアプリケーションを構築します。
skillのSKILL.mdから生成された要約。
developing-genkit-python skill について
このSKILLは、特にGenkit 0.13を使用する開発者を対象に、PythonでAI搭載アプリケーションを構築することに焦点を当てています。エージェント、フロー、ツール、および構造化出力を作成するために必要なガイダンスを提供します。開発者は、実験的なgenkit.expモジュールを通じて履歴と状態を持つマルチターンチャットを管理したり、@ai.flowデコレータを使用してステートレスなリクエスト/レスポンスパイプラインを構築したりできます。
このリソースは、インポートや設定の変更に対応しているため、プロジェクトをGenkit 0.12から0.13へ移行する際に不可欠です。Google AI、Vertex AI、Anthropic、OpenAI、Ollama、Amazon Bedrockを含むさまざまなプロバイダーをサポートしています。ユーザーはこれらの機能をFastAPIのルートやスタンドアロンのスクリプトに統合できます。開発を成功させるために、このSKILLでは標準的な実行コマンドに頼るのではなく、トレースをキャプチャするためのGenkit CLIと、検査用のDev UIを使用することを推奨しています。
エージェントができること
- 1ステートフルなエージェントの開発型定義された状態やHuman-in-the-loopによる承認を活用する、マルチターン対話型エージェントを作成します。
skill の SKILL.md から作成されています。すべてのユースケースは、その引用と照合されています。
developing-genkit-python skillのインストール方法
各コマンドはskillフォルダをクライアントのskillsディレクトリにコピーします。読み込むには、クライアントを再起動するか新しいセッションを開始してください。Claude Codeにdeveloping-genkit-python skillをインストールする
~/.claude/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python ~/.claude/skills/developing-genkit-pythonClaude Code (project)にdeveloping-genkit-python skillをインストールする
.claude/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python .claude/skills/developing-genkit-pythonCodexにdeveloping-genkit-python skillをインストールする
~/.agents/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python ~/.agents/skills/developing-genkit-pythonGemini CLIにdeveloping-genkit-python skillをインストールする
~/.gemini/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python ~/.gemini/skills/developing-genkit-pythonClaude.aiにdeveloping-genkit-python skillをインストールする
npx degit genkit-ai/skills/skills/developing-genkit-python developing-genkit-python && zip -r developing-genkit-python.zip developing-genkit-python # claude.ai → Customize → Skills → + → Create skill → Upload a skill → developing-genkit-python.zip
自動チェック
実行日 2026年11月15日完全なレポート →まだ検証されていません。スキルにはスコア 80、重大な指摘なし、チェックに十分なデータが必要です。 チェックの仕組み · 点数を上げるための改善点
- ソースリポジトリがリンクされており、アクセス可能genkit-ai/skills/skills/developing-genkit-python is public and reachablegithub.com/genkit-ai/skills/tree/HEAD/skills/developing-genk ↗合格
- オープンソースライセンス (OSI)No license検出事項
- 過去1年以内にコミットまたはリリースありLast commit 2026-11-09github.com/genkit-ai/skills/commits ↗合格
- スクリプトにダウンロード実行や認証情報の窃取がないNo scripts in the skill folder合格
- SKILL.md に隠れた指示がないNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/genkit-ai/skills/blob/HEAD/skills/developing-genk ↗合格
- 事前許可ツールが限定されているNo pre-approved tools; the agent asks before using onegithub.com/genkit-ai/skills/blob/HEAD/skills/developing-genk ↗合格
- SKILL.md が Agent Skills の形式に従っているValid name and description; says when to use it; 236 linesgithub.com/genkit-ai/skills/blob/HEAD/skills/developing-genk ↗合格
SKILL.md
GitHubで表示Genkit Python
Build AI features in Python — generation, structured output, streaming, tools, flows, and multi-turn agents — with Genkit Python 0.13.
- New project? See Setup and Examples.
- Upgrading from 0.12 or fixing broken 0.12 imports/signatures? Read Migrating from 0.12 to 0.13 first.
Prerequisites
- Python 3.10+ and
uv(install) - Genkit CLI:
npm install -g genkit-cliifgenkit --versionis missing
Hello World
from genkit import Genkit
from genkit_google_genai import GoogleAI
ai = Genkit(
plugins=[GoogleAI()],
model=GoogleAI.gemini('gemini-flash-latest'),
)
async def main() -> None:
response = await ai.generate(prompt='Suggest one seasonal pasta dish.')
if response.error:
raise RuntimeError(response.error.message)
print(response.text)
# => Lemony tagliatelle with asparagus, sweet peas, and herb ricotta
if __name__ == '__main__':
ai.run_main(main())
ai.generate does not raise when the provider rejects or fails a call
(INVALID_ARGUMENT, UNAVAILABLE, rate limits). It returns response.error
(Failure with .status and .message), finish_reason == 'failed', and
empty text. Problems caught before the call raise: GoogleAI() raises
ValueError without GEMINI_API_KEY; an unknown model, invalid key, or unknown
config field raises GenkitError. See
Common Errors.
Agents (Experimental)
Multi-turn chats with history, typed state, human approval, branching, and
background work live under genkit.exp and genkit.exp.agent. Start here:
Agents.
from genkit.exp import Genkit
from genkit.exp.agent import InMemorySessionStore
from genkit_google_genai import GoogleAI
ai = Genkit(plugins=[GoogleAI()], model=GoogleAI.gemini('gemini-flash-latest'))
agent = ai.define_agent(
name='concierge',
system='You are a concise hotel concierge.',
store=InMemorySessionStore(),
)
chat = agent.chat()
res = await chat.send('Recommend a quiet dinner spot.') # AgentResponse
print(res.text)
# => Try Osteria Lume on 5th; it has booths and low music.
turn = chat.send_stream('Is it open past 10pm?') # AgentTurn
async for chunk in turn.stream:
if chunk.text:
print(chunk.text, end='')
final = await turn.response # AgentResponse
More: sessions · HITL · branching · background · state · artifacts · custom · HTTP
Imports
Every symbol lives in one public module (never import private _ submodules;
see Migrating from 0.12 to 0.13 if a 0.12
symbol moved):
- Core app:
from genkit import Genkit, FlowContext, ToolContext, Message, Part, Role, Media, Document, MultipartToolResponse, PublicError, GenkitError, Failure, ErrorReason - Google GenAI & Vertex AI:
from genkit_google_genai import GoogleAI, VertexAI, GeminiConfig, GeminiImageConfig, GeminiTtsConfig - Other providers:
from genkit_vertexai import ModelGarden·from genkit_anthropic import Anthropic, AnthropicConfig·from genkit_openai import OpenAI, OpenAIConfig·from genkit_ollama import Ollama, OllamaConfig·from genkit_amazon_bedrock import Bedrock, BedrockConfig - Built-in middleware:
from genkit_middleware import Middleware, Retry, Fallback, ToolApproval, Skills, Filesystem(plusfrom genkit_middleware.exp import Artifactsfor agent sessions) - Writing custom middleware:
from genkit.middleware import Middleware, MiddlewareContext - FastAPI & HTTP:
from genkit_fastapi import serve_flow, genkit_fastapi_handler, handle_genkit_request·from genkit_fastapi.exp import serve_agent·from genkit.web import RequestData, to_sse, error_body, error_status - Agents (experimental):
from genkit.exp import Genkit, current_session·from genkit.exp.agent import Agent, Session, InMemorySessionStore, FileSessionStore, remote_agent - Telemetry:
from genkit_google_cloud import enable_google_cloud_telemetry·from genkit.telemetry import configure_instrumentation·from genkit_otel import GenAiInstrumentation - MCP (Client & Host):
from genkit_mcp import define_mcp_client, define_mcp_host, McpClient, McpHost - Testing & Mocks:
from genkit.testing import define_echo_model, define_scripted_model, EchoModel, ScriptedModel - Evaluators (0.13 only; cut from 1.0, additive later):
from genkit_evaluators import register_genkit_evaluators·from genkit.evaluator import BaseDataPoint, EvaluatorResponse, Score, ScoreDetails, ScoreStatus
Workflow
- Agent or flow? Use
ai.define_agent(ongenkit.exp.Genkit, see Agents) for multi-turn chats, state, or human-in-the-loop approval instead of hand-rolling a message loop inside a flow. Use@ai.flow()ongenkit.Genkitfor stateless request/response or streaming pipelines. - Configure credentials & model refs. Set
GEMINI_API_KEY. Prefer typed refs (GoogleAI.gemini('gemini-flash-latest')) and typed flat configs (GeminiConfig(...)) so your type checker validates fields before runtime. Prefixed strings ('googleai/gemini-flash-latest') also work. - Enter via
ai.run_main(main())for standalone scripts and CLI apps so the process stays up for the Dev UI undergenkit start. FastAPI apps skiprun_main; uvicorn keeps the process alive:genkit start -- uv run uvicorn main:app --reload. - Run with Dev Workflow (
genkit start+ Dev UI) and type-check withpyright,mypy, orty. - Verify with traces, not a blind
uv run. See Genkit CLI. - Stuck? Check Gotchas, Common Errors, or Migrating from 0.12 to 0.13.
Gotchas
- Agents need
genkit.exp:from genkit.exp import Genkit. Stablegenkit.Genkithas nodefine_agent. - Tools are async:
@ai.tool()raisesTypeErroron a plaindef; useasync def. - Check
response.error: provider failures come back on the response, not as exceptions (see Hello World). - Gemini thinking levels:
GeminiConfig(thinking_level='MINIMAL')fails ongemini-flash-latest; use'LOW','MEDIUM', or'HIGH'. - Vertex AI model IDs: Vertex does not serve
-latestaliases. Pass a pinned model ID toVertexAI.gemini(...). - Logging:
genkit.get_loggeris structlog-based.enable_google_cloud_telemetry()injects trace context for GCP log-trace correlation. - Cloud telemetry auth: call
enable_google_cloud_telemetry()with Application Default Credentials or explicitcredentials=(service account dict orCredentialsinstance).
Genkit CLI (recommended)
genkit start wraps any Python program that uses Genkit, capturing traces from
every action while forwarding stdio cleanly. Running uv run directly skips
trace capture.
Primary pattern (persistent server + Dev UI):
genkit start -- uv run src/main.py
genkit start --noui -- uv run src/main.py # persistent runtime without opening the Dev UI
genkit start runs until stopped with Ctrl+C (even with --noui). Do not
run genkit start as a blocking step in automated/non-interactive scripts; use
flow:run instead.
Non-interactive use (agents/CI): pass --non-interactive before -- so the
CLI never blocks on prompts:
genkit start --non-interactive -- uv run src/main.py
One-shot flow execution (flow:run): spins up the runtime, invokes one
@ai.flow() by name, prints a Trace ID, and exits:
genkit flow:run myFlow '{"data": "input"}' -- uv run src/main.py
Note: flow:run invokes flows (@ai.flow()), not agents (ai.define_agent).
Wrap a single agent turn in a helper flow to exercise it via flow:run (see
Agents).
Inspecting traces:
genkit trace:list # list recent trace IDs
genkit trace:get <traceId> # human-readable trace inspection
genkit trace:get <traceId> --format json # machine-readable JSON for jq / scripts
Always pass --format json when piping into jq or other parsers.
See Dev Workflow for the full pre-run checklist and Dev UI walkthrough.
References
- Migrating from 0.12 to 0.13:
Deterministic 0.12 -> 0.13 renames, config flattening,
PublicError, andexpmoves. - Examples: Structured output, streaming, media parts, flows, tools, interrupts, cancellation, embeddings.
- Setup: Project bootstrap with
uv, version alignment, and provider plugins. - Common Errors: Fast fixes for 0.13 validation errors, HTTP 500 redaction, streaming, and sessions.
- FastAPI:
serve_flow,serve_agent,PublicError, SSE streaming, and parallel flows. - Dotprompt:
.promptfiles, schema validation, variants, partials, and helpers. - Evals: 0.13 evaluator syntax (deprecated; removed in 1.0).
- Dev Workflow:
genkit start, Dev UI, and trace verification checklist. - Agents (Experimental): Multi-turn stateful agents
(
genkit.exp).
このスキルのファイル
18developing-genkit-python skillに関する質問
Claude Codeにdeveloping-genkit-python skillをインストールするには
npx degit genkit-ai/skills/skills/developing-genkit-python ~/.claude/skills/developing-genkit-pythonを実行してください。Claude Codeは~/.claude/skills(すべてのプロジェクト)または.claude/skills(単一プロジェクト)からskillsを読み込み、説明がタスクに一致する場合にskillを使用します。
developing-genkit-python skillはどのクライアントで使用できますか
Agent Skills形式を読み込むすべてのクライアントで使用できます: Claude Code、Codex、Gemini CLI、claude.ai(ZIPとしてアップロード)。skill内のスクリプトは、クライアントがコード実行を許可した場合にのみ実行されます。
Genkitでマルチターンエージェントを実行するにはどうすればよいですか?
マルチターンエージェントは現在実験的な機能であり、genkit.expモジュールに含まれています。