在 Cloud Next 2025 大会上了解 Firebase 的最新资讯。了解详情。

将 flow 部署到任何应用托管平台

您可以使用任何可托管 Go 二进制文件的服务，将 Genkit flow 部署为 Web 服务。本页面将引导您完成部署默认示例 flow 的一般流程，并针对具体提供方提供了相应的操作。

为 Genkit 示例项目创建一个目录：
```
mkdir -p ~/tmp/genkit-cloud-project
cd ~/tmp/genkit-cloud-project
```
如果您要使用 IDE，请用其打开此目录。

在项目目录中初始化 Go 模块：

go mod init example/cloudrun
go get github.com/firebase/genkit/go

使用 Genkit 创建示例应用：

package main

import (
    "context"
    "fmt"
    "log"
    "net/http"
    "os"

    "github.com/firebase/genkit/go/ai"
    "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()

    // Initialize Genkit with the Google AI plugin and Gemini 2.0 Flash.
    // Alternatively, use &googlegenai.VertexAI{} and "vertexai/gemini-2.0-flash"
    // to use Vertex AI as the provider instead.
    g, err := genkit.Init(ctx,
        genkit.WithPlugins(&googlegenai.GoogleAI{}),
        genkit.WithDefaultModel("googleai/gemini-2.0-flash"),
    )
    if err != nil {
        log.Fatalf("failed to initialize Genkit: %w", err)
    }

    flow := genkit.DefineFlow(g, "jokesFlow", func(ctx context.Context, topic string) (string, error) {
        resp, err := genkit.Generate(ctx, g,
            ai.WithPrompt(`Tell a short joke about %s. Be creative!`, topic),
        )
        if err != nil {
            return "", fmt.Errorf("failed to generate joke: %w", err)
        }

        return resp.Text(), nil
    })

    mux := http.NewServeMux()
    mux.HandleFunc("POST /jokesFlow", genkit.Handler(flow))
    log.Fatal(server.Start(ctx, "127.0.0.1:"+os.Getenv("PORT"), mux))
}

实现某种形式的身份验证和授权，以控制对您计划部署的 flow 的访问权限。

由于大多数生成式 AI 服务都是按流量计费的，因此您应该不希望允许对调用这些服务的所有端点进行公开访问。某些托管服务会提供一个身份验证层，作为部署在其上的应用的前端，您可以用其来实现流量控制。
向已部署的函数提供 API 凭据。根据您选择的模型提供方，执行以下操作之一：
Gemini (Google AI)
1. 确保您所在的区域提供 Google AI。
2. 使用 Google AI Studio 为 Gemini API 生成 API 密钥。
3. 在已部署的环境中提供 API 密钥。
大多数应用主机都提供了特定系统来安全地处理 API 密钥之类的 Secret。通常，这些 Secret 以环境变量的形式提供给您的应用。如果您可以将 API 密钥分配给 GEMINI_API_KEY 变量，Genkit 会自动使用该密钥。否则，您需要修改 googlegenai.GoogleAI 插件结构体以显式设置密钥。（但不要直接在代码中嵌入密钥！请使用托管服务提供商提供的 Secret 管理功能。）
Gemini (Vertex AI)
1. 在 Cloud 控制台中，为您的项目启用 Vertex AI API。
2. 在 IAM 页面上，创建一个服务账号以访问 Vertex AI API（如果您还没有服务账号）。
  
  为该账号授予 Vertex AI User 角色。
3. 在您的托管环境中设置应用默认凭据。
4. 使用您的 Google Cloud 项目 ID 和要使用的 Vertex AI API 位置配置该插件。为此，您可以在托管环境或 googlegenai.VertexAI{} 构造函数中设置 GOOGLE_CLOUD_PROJECT 和 GOOGLE_CLOUD_LOCATION 环境变量。
  
  在本教程中，您只需要为模型提供方设置 Secret，但通常，您还需要对 flow 所使用的每项服务执行类似的配置操作。
可选：在开发者界面中试用 flow：
1. 为您选择的模型提供方设置本地环境：
  Gemini (Google AI)
  export GEMINI_API_KEY=<your API key>
  Gemini (Vertex AI)
  export GOOGLE_CLOUD_PROJECT=<your project ID> export GOOGLE_CLOUD_LOCATION=us-central1 gcloud auth application-default login
2. 启动界面：
```
genkit start -- go run .
```
3. 在开发者界面 (http://localhost:4000/) 中，运行 flow：
4. 点击 jokesFlow。
5. 在输入 JSON 标签页上，为模型提供一个主题：
```
"bananas"
```
6. 点击运行。
如果到目前为止一切正常，您便可以使用提供方的工具构建和部署该 flow。

将 flow 部署到任何应用托管平台

Gemini (Google AI)

Gemini (Vertex AI)

Gemini (Google AI)

Gemini (Vertex AI)