developing-genkit-python skill
Genkit 0.13 kullanarak Python ile agent'lar, akışlar, araçlar ve yapılandırılmış çıktılar içeren yapay zeka destekli uygulamalar geliştirin.
- GitHub yıldızları
- 39
- Dosyalar
- 18
- Son commit
- 9 Kas 2026
- Lisans
- —
- İzin verilen araçlar
- —
developing-genkit-python skill ne işe yarar?
Genkit 0.13 kullanarak Python ile agent'lar, akışlar, araçlar ve yapılandırılmış çıktılar içeren yapay zeka destekli uygulamalar geliştirin.
Özet, skill'in SKILL.md dosyasından oluşturuldu.
developing-genkit-python skilli hakkında
Python ile yapay zeka destekli uygulamalar geliştirmek, özellikle Genkit 0.13 kullanan geliştiriciler için bu SKILL'in temel odak noktasıdır. Agent'lar, akışlar, araçlar ve yapılandırılmış çıktılar oluşturmak için gerekli rehberliği sağlar. Geliştiriciler, deneysel genkit.exp modülü aracılığıyla geçmiş ve durum (state) içeren çok turlu sohbetleri yönetebilir veya @ai.flow dekoratörünü kullanarak durum bilgisi tutmayan (stateless) istek/yanıt boru hatları oluşturabilirler.
Bu kaynak, import ve konfigürasyon değişikliklerini ele aldığı için projelerini Genkit 0.12'den 0.13'e taşıyanlar için kritik öneme sahiptir. Google AI, Vertex AI, Anthropic, OpenAI, Ollama ve Amazon Bedrock dahil olmak üzere çeşitli sağlayıcıları destekler. Kullanıcılar bu özellikleri FastAPI rotalarına veya bağımsız script'lere entegre edebilirler. Başarılı bir geliştirme süreci için bu SKILL, standart çalıştırma komutlarına güvenmek yerine izleme (trace) kaydı almak için Genkit CLI'ın, inceleme yapmak için ise Dev UI'ın kullanılmasını önerir.
Bir agent bununla neler yapabilir
- 1Durum bilgisi tutan (stateful) agent'lar geliştirmekTiplendirilmiş durum (typed state) ve insan onaylı (human-in-the-loop) süreçleri kullanan çok turlu konuşmalı agent'lar oluşturun.
Skill'in SKILL.md dosyasından yazılmıştır. Her kullanım durumu oradaki bir alıntı ile kontrol edilir.
developing-genkit-python skill nasıl kurulur
Her komut, skill klasörünü istemcinin skills dizinine kopyalar. Yüklemek için istemciyi yeniden başlatın veya yeni bir oturum başlatın.developing-genkit-python skill'ini Claude Code uygulamasına kur
~/.claude/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python ~/.claude/skills/developing-genkit-pythondeveloping-genkit-python skill'ini Claude Code (project) uygulamasına kur
.claude/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python .claude/skills/developing-genkit-pythondeveloping-genkit-python skill'ini Codex uygulamasına kur
~/.agents/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python ~/.agents/skills/developing-genkit-pythondeveloping-genkit-python skill'ini Gemini CLI uygulamasına kur
~/.gemini/skills/developing-genkit-python/SKILL.md
$ npx degit genkit-ai/skills/skills/developing-genkit-python ~/.gemini/skills/developing-genkit-pythondeveloping-genkit-python skill'ini Claude.ai uygulamasına kur
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
Otomatik kontroller
Çalıştırıldı 15 Kas 2026Tam rapor →Henüz doğrulanmadı. Bir skill için 80 puan, ciddi bulgu olmaması ve kontrol için yeterli veri gerekir. Kontroller nasıl çalışır · Daha fazla puan için nelerin düzeltileceği
- Kaynak deposu bağlantılı ve erişilebilirgenkit-ai/skills/skills/developing-genkit-python is public and reachablegithub.com/genkit-ai/skills/tree/HEAD/skills/developing-genk ↗Geçti
- Açık kaynak lisansı (OSI)No licenseBulgu
- Son bir yıl içinde commit veya sürüm mevcutLast commit 2026-11-09github.com/genkit-ai/skills/commits ↗Geçti
- Betiklerde indir-çalıştır veya kimlik bilgisi hırsızlığı yokNo scripts in the skill folderGeçti
- SKILL.md içinde gizli talimat yokNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/genkit-ai/skills/blob/HEAD/skills/developing-genk ↗Geçti
- Önceden izin verilen araçlar sınırlıNo pre-approved tools; the agent asks before using onegithub.com/genkit-ai/skills/blob/HEAD/skills/developing-genk ↗Geçti
- SKILL.md, Agent Skills biçimine uyuyorValid name and description; says when to use it; 236 linesgithub.com/genkit-ai/skills/blob/HEAD/skills/developing-genk ↗Geçti
SKILL.md
GitHub'da görüntüleGenkit 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).
Bu becerideki dosyalar
18developing-genkit-python skill soruları
developing-genkit-python skill'ini Claude Code uygulamasına nasıl kurarım?
npx degit genkit-ai/skills/skills/developing-genkit-python ~/.claude/skills/developing-genkit-python komutunu çalıştırın. Claude Code, skill'leri ~/.claude/skills (tüm projeler) veya .claude/skills (tek proje) konumundan yükler ve açıklaması görevle eşleştiğinde skill'i kullanır.
developing-genkit-python skill'ini hangi istemciler kullanabilir?
Agent Skills biçimini okuyan her istemci: Claude Code, Codex, Gemini CLI ve claude.ai (ZIP olarak yükleyin). Skill içindeki betikler yalnızca istemcinin kod çalıştırmaya izin verdiği yerlerde çalışır.
Genkit ile çok turlu (multi-turn) agent'ları nasıl çalıştırabilirim?
Çok turlu agent'lar şu an deneysel aşamadadır ve genkit.exp modülü altında yer almaktadır.