Google 推出了 Genkit for Go，这是一个开源框架，用来以 Go 语言原生构建 AI 应用与云服务。该项目是 Google Firebase 和 Go 团队联手合作的最新成果。

Genkit for Go 于 7 月 17 日正式推出，目前版本处于 alpha 阶段。

Gophers 能够通过它将 Go 的性能和并发优势与 Genkit 的库和工具相结合，从而来构建生成式 AI应用程序。

其潜在的用例包括理解复杂请求的人工智能助手、使用检索增强生成(RAG) 的客户支持代理，以及将自然语言等非结构化数据转换为结构化格式（如SQL、查询与数据表），以及进行更深入分析的数据转换工具。

Genkit for Go 是继 5 月份推出的Firebase Genkit for Node.js 之后推出的，后者适用于JavaScript和TypeScript开发人员。

Google 团队表示，Genkit 提供轻量级、可组合的抽象，以简化复杂 AI 工作流程的开发，同时又不牺牲控制与可定制性。

Genkit for Go 框架的特点总结如下：

- 统一的生成式 API。用于通过单一界面从Gemini或Gemma等大语言模型生成内容。

- 适用于 AI 工作流的流程。提供具有内置可观察性的监控与调试功能。

- 原生矢量数据库支持。通过将 RAG 集成到具有跨数据库提供商的索引和检索 API 的应用程序中，使 AI 模型具有上下文感知能力。

Genkit for Go 的关键组件包括：

- 直接现成的库：这些库用纯 Go 编写，采用正常的 Go 语言约定编写，可无缝集成到现有项目中。

- Dotprompt：一种简化提示工程的文件格式，允许开发者在单个 .prompt 文件中定义模板、模式和模型配置。

- 插件系统：Genkit 为各种 AI 服务和数据库提供插件，包括 Google AI、Vertex AI、Ollama 和 Pinecone。该框架旨在实现可扩展性，并积极鼓励开源社区做出贡献。

- 开发者工具：CLI 和基于浏览器的 UI 为迭代 AI 工作流、可观察性功能和评估工具提供了场合。

- 生产可观察性：与 Google Cloud 的运营套件和 OpenTelemetry 支持集成，可以监控生产环境中的 AI 应用程序。

Genkit for Go 被称为一种轻量级、与提供商无关的框架。它还提供了一系列插件，用于与 Google 和第三方提供商的指定大语言模型、矢量数据库和云服务集成。

Genkit CLI 和基于浏览器的开发者 UI 提供了一个工具包，可简化生成式 AI 开发。使用 Microsoft 的 Visual Studio Code 编辑器或 Google 的 Project IDX 云 IDE 的开发者可以在 IDE 的集成浏览器中打开 Genkit 开发者 UI，以便与代码并行使用。

目前可以在GitHub 上提交 Genkit for Go 的问题与功能请求。Google 还建立了一个 Discord 服务器，用于与 Genkit 团队和其他开发人员直接沟通。