@genkit-ai/google-genai

中文文档
1.44.0发布于 2026/11/04Apache-2.0TypeScriptESM + CJS近 30 天下载 67.4万

Google AI & Vertex APIs的Genkit AI框架插件,包括双子座API.

中文使用文档
文档目录23 节
  1. 安装
  2. 配置
  3. 使用双子座API( googleAI (中文(简体) )
  4. 使用双子企业代理平台( U) vertexAI (中文(简体) )
  5. 使用双双双双双双 API( googleAI )和双子企业代理平台( vertexAI (中文(简体) )
  6. 用法实例
  7. 文本生成( Gemini)
  8. 文本嵌入
  9. 视频理解(代理处理)
  10. 图像生成
  11. 视频生成
  12. 音乐生成( Lyria)
  13. 文字对语言
  14. 自主物剂(深度研究和抗重力)
  15. 互动 API 架构( I) response.raw
  16. 模式运行
  17. 模式 vertexAI (中文(简体) )
  18. 标准基因输出 vs. response.raw
  19. 交互路径的关键差异
  20. 密钥差异
  21. 反馈
  22. 链接
  23. 许可证

用于 Genkit 的 Google GenAI 插件

这个插件提供了一个连接Google基因AI模型的统一接口,提供通过两个源码的存取 双子座API 编辑 双子企业代理平台它取代了以前的 googleAI 财务报告和审定财务报表 vertexAI 插件 .

用编码代理? 先安装基因组JS技能.

npx skills add genkit-ai/skills --skill developing-genkit-js

它教你的代理人 现任Genkit JS APIs 和普通的gitchas. 其他语言的来源、人工安装和技能: 技能/技能。 。 。 .

关于命名的说明: 2026年4月,Google Cloud将Vertex AI重新品牌为: 双子企业代理平台。为了与Google Cloud的基础API基础设施和现有部署保持后向兼容性,这个插件保留了 vertexAI 命名空间、导出名称和配置密钥.

正式文件:

安装

npm i --save @genkit-ai/google-genai

配置

此统一插件输出出两个主要初始化器 :

  • googleAI:允许通过双子座API使用API密钥认证访问模型.
  • vertexAI:允许通过双子企业代理平台(原为Vertex AI)访问模型. 认证可以通过Google Cloud应用程序默认身份(ADC)或更简单的Express ModeAPI密钥进行.

您可以根据您的需要在您的 Genkit 设置中配置一个或两个 .

使用双子座API(googleAI(中文(简体) )

在Google AI Studio提供快速原型和模式访问的理想.

认证 : 需要谷歌 AI API 密钥, 您可以从中获取 谷歌AI工作室。您可以通过设置 GEMINI_API_KEY 或者说 GOOGLE_API_KEY 环境变量,或在插件配置中通过.

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [
    googleAI(),
    // Or with an explicit API key:
    // googleAI({ apiKey: 'your-api-key' }),
  ],
});

使用双子企业代理平台( U)vertexAI(中文(简体) )

适合应用利用Google Cloud的AI基础设施.

认证方法 :

  • 应用程序默认证书( ADC) : 大多数平台的标准方法使用案例,特别是在生产中. 它使用来自环境的证书(例如GCP的服务账户、来自 gcloud auth application-default login (当地) 这种方法需要Google Cloud项目启用计费功能,双子企业代理平台API启用.
  • 平台快递模式 : 一种简化的方法,使用一个简单的API密钥来尝试许多特性,不需要设置计费或完整的项目配置. 这是快速试验的理想,并且有慷慨的免费配额. 更多了解快递模式。 。 。 .
import { genkit } from 'genkit';
import { vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [
    // Using Application Default Credentials (Recommended for full features)
    vertexAI({ location: 'us-central1' }), // Regional endpoint
    // vertexAI({ location: 'global' }),      // Global endpoint

    // OR

    // Using Express Mode (Easy to start, some limitations)
    // Get an API key from the Agent Platform Studio Express Mode setup.
    // vertexAI({ apiKey: process.env.VERTEX_EXPRESS_API_KEY }),
  ],
});

注意: 当使用 Express 模式时, 您不提供 projectId 财务报告和审定财务报表 location 在插件配置中.

使用双双双双双双 API(googleAI)和双子企业代理平台(vertexAI(中文(简体) )

如果您需要访问两个服务的模型或特性,可以配置两个插件.

import { genkit } from 'genkit';
import { googleAI, vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [
    googleAI(),
    vertexAI()
  ],
});

用法实例

通过配置的插件实例访问模型和嵌入器( E)googleAI 或者说 vertexAI) (中文(简体) ).

文本生成( Gemini)

与 googleAI数字 :

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [googleAI()],
});

const response = await ai.generate({
  model: googleAI.model('gemini-flash-latest'),
  prompt: 'Tell me something interesting about Google AI.',
});

console.log(response.text());

与 vertexAI数字 :

import { genkit } from 'genkit';
import { vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [vertexAI()],
});

const response = await ai.generate({
  model: vertexAI.model('gemini-3.1-pro-preview'),
  prompt: 'Explain Gemini Enterprise Agent Platform in simple terms.',
});

console.log(response.text());

文本嵌入

与 googleAI数字 :

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [googleAI()],
});

const embeddings = await ai.embed({
  embedder: googleAI.embedder('gemini-embedding-2'),
  content: 'Embed this text.',
});

与 vertexAI数字 :

import { genkit } from 'genkit';
import { vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [vertexAI()],
});

const embeddings = await ai.embed({
  embedder: vertexAI.embedder('text-embedding-005'),
  content: 'Embed this text.',
});

视频理解(代理处理)

与 googleAI,更新型号(如:. gemini-4-argon, (中文(简体) ), gemini-3.8-flash) 能够 探索视频并仅装入所需的部件, 而不是读取帧 固定费率。 这对长相影片更有效. 设定为每个视频 metadata.processing (单位:千美元)'agentic',或 'static',默认值 :

const response = await ai.generate({
  model: googleAI.model('gemini-4-argon'),
  prompt: [
    {
      media: { url: 'https://www.youtube.com/watch?v=QO30-W3b_vw' },
      metadata: { processing: 'agentic' },
    },
    { text: 'What happens in this video? List the main moments with timestamps.' },
  ],
});

模型的加载步骤回来 custom.processingCall 财务报告和审定财务报表 custom.processingResult 页:1 让他们留在历史中,以采取后续行动 问. response.usage.custom.toolUseTokens 计算已装入的符号.

图像生成

与 googleAI (格米尼图像):

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [googleAI()],
});

const response = await ai.generate({
  model: googleAI.model('gemini-nano-banana-2.1'),
  prompt: 'A beautiful watercolor painting of a castle in the mountains.',
});

const generatedImage = response.media;

与 vertexAI (格米尼图像):

import { genkit } from 'genkit';
import { vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [vertexAI()],
});

const response = await ai.generate({
  model: vertexAI.model('gemini-3.1-flash-image-preview'),
  prompt: 'A beautiful watercolor painting of a castle in the mountains.',
});

const generatedImage = response.media;

视频生成

与 googleAI (格米尼欧姆尼):

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [googleAI()],
});

const response = await ai.generate({
  model: googleAI.model('gemini-omni-1.1-flash'),
  prompt: 'An origami butterfly flaps its wings and flies out of the french doors into the garden.',
  config: {
    videoFormat: { aspectRatio: '16:9', resolution: '720p' },
  },
});

// An MP4 video (video/mp4), returned inline.
const video = response.media;
  • 双子座Omni取代了双子座API上的Veo 3.1预览模型,该模型 2026年10月22日停办. 和Veo不同,这不是一个长期 操作 : ai.generate() 直接返回视频.
  • 提示中的图像和视频被用作输入(图像到视频,首先) 和最后一个框架、主题参考、编辑或扩展视频.
  • config.videoFormat 套装 aspectRatio (单位:千美元)16:9,默认值,或 9:16(中文(简体) ) 财务报告和审定财务报表 resolution (单位:千美元)360p, (中文(简体) ), 720p (默认), 1080p 或者说 4k) (中文(简体) ). delivery: 'uri' 返回文件 API URI 而不是内入数据,数据是 建议制作大型视频(一个10 s 4k视频约为50 MB) store: true。用您的 API 密钥下载文件( R)x-goog-api-key 头曰. 反应发生后需要几秒钟 ACTIVE, (中文(简体) ), 它在48小时后失效.
  • config.videoConfig.task (单位:千美元)text_to_video, (中文(简体) ), image_to_video, (中文(简体) ), reference_to_video, (中文(简体) ), edit, (中文(简体) ), extend)告诉模型 哪种类型的 没有它,模型会从瞬间推断出来.
  • 在后续转折中编辑生成的视频 store: true 通过 上一个响应的消息: 插件继续存储 互动.
  • 工具没有支持.

与 vertexAI (维奥):

import { genkit } from 'genkit';
import { vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [vertexAI()],
});

let { operation } = await ai.generate({
  model: vertexAI.model('veo-3.1-lite-generate-001'),
  prompt: 'An origami butterfly flaps its wings and flies out of the french doors into the garden.',
});

// The generation is asynchronous and returns an operation.
// You must poll the operation until it completes.
while (!operation?.done) {
  await new Promise((resolve) => setTimeout(resolve, POLL_INTERVAL_MS));
  operation = await ai.checkOperation(operation!);
}

// Once complete, the generated video is available in `operation.output`.

音乐生成( Lyria)

与 googleAI数字 :

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [googleAI()],
});

const response = await ai.generate({
  model: googleAI.model('lyria-3-clip-preview'),
  prompt: 'A cheerful acoustic folk song with guitar and harmonica.',
});

const generatedAudio = response.media;

与 vertexAI数字 :

import { genkit } from 'genkit';
import { vertexAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [vertexAI()],
});

const response = await ai.generate({
  model: vertexAI.model('lyria-3-clip-preview'),
  prompt: 'A cheerful acoustic folk song with guitar and harmonica.',
});

const generatedAudio = response.media;

文字对语言

与 googleAI数字 :

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({
  plugins: [googleAI()],
});

const response = await ai.generate({
  model: googleAI.model('gemini-3.8-flash-tts'),
  prompt: [
    {
      text: 'Have a wonderful day! <laugh>',
      // Delivery goes in metadata: the text itself is read verbatim.
      metadata: { speechMetadata: { style: 'cheerful and friendly' } },
    },
  ],
  config: {
    speechConfig: {
      voiceConfig: { prebuiltVoiceConfig: { voiceName: 'Kore' } },
    },
  },
});

// A complete WAV file (audio/wav), ready to play or save.
const audio = response.media;

音频格式和流线gemini-3.8-flash-tts, (中文(简体) ), gemini-3.8-flash-lite-tts:

  • 无 audioFormat,一个非流化请求返回一个 audio/wav 文档, 和一个流化请求返回原始 PCM : audio/l1624千赫,单相,16位, 没有标题.
  • 设定 config.audioFormat.mimeType 选择格式 : audio/wav, (中文(简体) ), audio/l16, (中文(简体) ), audio/mulaw 或者说 audio/alaw。 。 。 . audioFormat.sampleRate 也为 已发送, 但模型目前返回 24 kHz .
  • 流出时,音频块会随着语音生成而来,这样你就可以 在完成前开始演奏. 最后的回答是把他们合为一体 媒体部分。 请求 audio/wav 当流到 在结尾获得一个可播放的 WAV 文件( 块本身大多仍然是) 原始PCM).
const { stream, response } = ai.generateStream({
  model: googleAI.model('gemini-3.8-flash-lite-tts'),
  prompt: 'Have a wonderful day!',
  config: {
    speechConfig: {
      voiceConfig: { prebuiltVoiceConfig: { voiceName: 'Kore' } },
    },
    audioFormat: { mimeType: 'audio/wav' },
  },
});

for await (const chunk of stream) {
  // chunk.media: the next piece of audio.
}

// One complete WAV file.
const audio = (await response).media;

自主物剂(深度研究和抗重力)

深度研究:

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({ plugins: [googleAI()] });

let { operation } = await ai.generate({
  model: googleAI.model('deep-research-preview-04-2026'),
  prompt: 'Analyze global semiconductor market trends. Include graphics showing market share changes.',
});

// Deep Research runs asynchronously. Poll until complete.
while (!operation?.done) {
  await new Promise((resolve) => setTimeout(resolve, LONG_POLL_INTERVAL_MS));
  operation = await ai.checkOperation(operation!);
}

// Once complete, the research report is available in `operation.output`.

反重力:

import { genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';

const ai = genkit({ plugins: [googleAI()] });

const response = await ai.generate({
  model: googleAI.model('antigravity-preview-09-2026'),
  prompt: 'Read Hacker News, summarize the top 10 stories.',
  // Required: the sandbox the agent works in.
  config: { environment: 'remote' },
});

在双子企业代理平台上(vertexAI: 深层研究是 备查 vertexAI.model('deep-research-preview-04-2026') 用于 同样的方式。 它运行在 global 位置(未设置时使用)。 这个 使用服务器默认值 store 除非您设置它( 在请求配置中) 或者说 vertexAI({ store })(三); store: false 照原样发送,代理拒绝 这个.

互动 API 架构( I) response.raw

新的双子体模型通过 googleAI() 插件, 请求通过 Google 的现代路由 互动 API (单位:千美元)/v1beta/interactions而不是遗产 generateContent API (英语).

模式运行

双子座和Gemma模型使用相互作用 API,包括 -latest 化名、剂(深度研究、抗重力)和任何没有列出的型号. 只有这些旧模型仍然使用 generateContent,直到他们退休为止:

  • gemini-3.5-flash
  • gemini-3.1-flash-lite
  • gemini-3.1-pro-preview
  • gemini-3.1-pro-preview-customtools
  • gemini-3-flash-preview
  • gemini-2.5-pro
  • gemini-2.5-flash
  • gemini-2.5-flash-lite
  • gemini-3.1-flash-image
  • gemini-3-pro-image
  • gemini-2.5-flash-image
  • gemini-2.5-flash-preview-tts
  • gemini-2.5-pro-preview-tts
  • gemini-3.1-flash-tts-preview
  • gemma-4-26b-a4b-it
  • gemma-4-31b-it

模式vertexAI(中文(简体) )

在双子座企业代理平台上,更新了双子座模型(例如: gemini-4-argon, (中文(简体) ), gemini-3.8-flash双子座 双子座 双子座 以下未列出的模型使用 Interactives API(.../interactions) (中文(简体) ). 这些 模型仍在使用 generateContent数字 :

  • gemini-3.8-flash-cyber
  • gemini-3.5-flash
  • gemini-3.1-flash-lite
  • gemini-3.1-pro-preview, (中文(简体) ), gemini-3.1-pro-preview-customtools
  • gemini-3-flash-preview
  • gemini-2.5-pro, (中文(简体) ), gemini-2.5-flash, (中文(简体) ), gemini-2.5-flash-lite
  • 图像模型( e)gemini-*-image*, (中文(简体) ), gemini-nano-banana-*)和文本对语音 型号(gemini-*-tts*:平台的交互 API 不支持 他们
  • 调制模式终点

深度研究也使用"互动"API.

互动 API 可在 global 地点(和 us 财务报告和审定财务报表 eu 多区域有CMEK),并采用Express模式. 如果你没有设置 位置( 无) vertexAI({ location }),没有 GCLOUD_LOCATION,没有 config.location),这些模型使用 global。您设定的位置被用作 ,如果该模型无法使用,服务器返回错误。 互动是无国籍的 默认(store: false),如上 googleAI; 设置 config: { store: true } (或 vertexAI({ store: true }) - 每一份申请 store 赢) 继续之前的谈话 留言。 在使用的模型上 generateContent, (中文(简体) ), store: true 以警告方式被忽略。 与 googleAI, (中文(简体) ), safetySettings 财务报告和审定财务报表 labels 在这些模型上得到支持.

无国籍谈话中(store: false),服务器侧的早期结果 除了代码执行以外的工具( Google 搜索、 URL 上下文、 Google 地图、 文件) 搜索, MCP 服务器)不随历史一起发送,因为 平台的交互 API 拒绝它们。 模型可能叫这些工具 复; 设置 store: true 以保留服务器上的全部工具历史.

标准基因输出 vs. response.raw

对于常用案例,"源"抽象完全统一: response.text, (中文(简体) ), response.reasoning, (中文(简体) ), response.message,流出(for await (const chunk of stream))),工具同样调用工作,无论使用哪个API后端.

然而,如果你的代码直接检查了通过 response.raw,意识到建筑差异:

  • generateContent 有效载荷 : 回返a GenerateContentResponse 与 candidates[]元数据和引文位于 candidates[0].groundingMetadata。 。 。 .
  • Interactions API 有效载荷 : 回返a GeminiInteraction 对象为 id, (中文(简体) ), status,以及执行时间表数组 : steps[]。 。 。 .
    • 工具调用 : 中间服务器端工具呼叫(如Google搜索和代码执行)和工具结果总是作为明确步骤(google_search_call, (中文(简体) ), code_execution_call(见a/c.5/49/70,附件).
    • 基准引用: 搜索/磁盘定位引号位于 model_output 步骤 :
      import type { GeminiInteraction } from '@genkit-ai/google-genai';
      
      const raw = response.raw as GeminiInteraction;
      const annotations = raw.steps
        ?.flatMap((step) => (step.type === 'model_output' ? step.content : []))
        .flatMap((c) => (c.type === 'text' ? (c.annotations ?? []) : []));
      

交互路径的关键差异

  1. 安全设置 : 自定义安全设置不支持在交互路径上 。 这些模型默认不会应用额外的安全过滤器(双子座 API 安全设置); 内置的防止核心伤害的保护总是适用. BLOCK_NONE 设置被忽略了,因为它们无法阻挡任何超出默认的设置. 屏蔽阈值( E)BLOCK_ONLY_HIGH 和更加严格) INVALID_ARGUMENT 错误, 因此请求的过滤器永远不会静默地被丢弃 .
  2. 采样设置 : topK 没有发送给这些模型( 互动 API 没有) top_k)被丢入了警告. temperature 财务报告和审定财务报表 topP 虽然较新的模型(Gemini 3.6 Flash,3.5 Flash-Lite等)忽略了它们,但仍被发送.
  3. 服务器系统工具调用 : 互动 API 在执行步骤中总是包括中间工具引用,所以 toolConfig.includeServerSideToolInvocations 这是不必要的.
  4. 默认无国籍( Explict Store Opt- In) : 上游互动 API 默认将对话存储在 Google 服务器上(store: true) (中文(简体) ). 为了维护源基特的无国籍、隐私保护行为 generateContent,插件明确默认 store: false。对于双子座模型,服务器侧存储是一个明确的选择: store: true 必须通过请求配置指定( e)config: { store: true })或插件配置(googleAI({ store: true }); 请求 store 优先,所以 config: { store: false } 关闭整个插件 store: true 为这个请求。 当一个交互被存储时,其ID可以在 response.message?.metadata?.interactionId在多回合通话中,通过 messages: previousResponse.messages 与 config: { store: true } 将自动从消息元数据中取出先前的交互 ID,并状态地继续会话。 如果设置 config: { previousInteractionId: "..." } 手动, store: true 还需要(离家出走) store 或通过 store: false 将扔出一个 INVALID_ARGUMENT 错误). 在使用的模型上 generateContent, (中文(简体) ), store 仅控制服务器是否日志您的项目请求( 可以在 AI Studio 的日志和数据集中查看) : 它会像设置时一样发送( 请求配置或 googleAI({ store })),否则则适用您的项目日志设置.
  5. 流线 : 文本、媒体和思考摘要流 随即出现。 服务器边工具步骤(Google Search,代码执行,URL上下文,.)在步骤结束时作为完整部分流出,与最终响应中相同. 函数调用为完整 toolRequest 当反应结束。 地面工具的使用被计算在内 response.usage.custom (例如:. googleSearchCount) (中文(简体) ).
  6. 抗重力需要存储 : 反重力剂不工作 store: false (服务器拒绝),所以与双子座模型不同,它不会默认为 store: false· ; store 只在设置时发送。 如果你准备好了 store: false (在请求中配置或 googleAI({ store: false }),它通过,服务器返回出错;使用插件级的Antigravity store: false设置 store: true 在请求配置中。 代理商的工作(文件,已安装的软件包) 生活在一个沙盒环境中, 沙盒长期存在, 所以通过 messages: previousResponse.messages 继续存储的交互,在同一环境中,只发送新消息。 函数工具工作方式相同:将工具结果作为要求它的互动的继续发送.
  7. JSON输出: JSON 无计划输出( Nameoutput: { format: 'json' },或 config: { responseMimeType: 'application/json' })是用一个空的图案发送的,所以在任何形状的JSON中模型答案. 其它 responseMimeType 值在交互 API 上没有等同值,而是随警告而删除.
  8. 用法 : response.usage 拥有符号总计(inputTokens, (中文(简体) ), outputTokens, (中文(简体) ), thoughtsTokens(中文(简体) ). 按模式计数 response.usage.custom (例如:. inputTextTokens, (中文(简体) ), inputImageTokens, (中文(简体) ), outputAudioTokens),和工具使用符号 response.usage.custom.toolUseTokens (另见 generateContent (原始内容存档于2018-09-26). Models. 字符和媒体部分计数(inputCharacters, (中文(简体) ), inputImages,)从请求和答复中计算,方式与当前相同 generateContent 模型(Deep Research,一种背景模型,没有.

密钥差异

  • googleAI:较小型项目的易地设置,与Google AI Studio的原型制作非常出色. 使用 API 键 .
  • vertexAI:企业准备,与Google Cloud IAM和其他核心企业安全功能相融合. 提供更广泛的模式和企业能力、微调和更强有力的治理。 Express Mode提供使用API密钥的低软体切入点.

根据您的工程规模、 基础设施和功能要求选择接口 .

反馈

此套件的来源主要为 精灵 复发. 请提交问题 和拉请求反对的回波.

许可证

阿帕奇 - 2.0

版本与发布记录

@genkit-ai/google-genai 共发布 61 个版本,首次发布于 2025/07/24;过去 12 个月发布了 40 个版本。

版本发布日期距今
1.44.0latest2026/11/0412 天前
1.43.02026/10/2225 天前
1.43.0-rc.3next2026/10/2225 天前
1.43.0-rc.22026/10/2126 天前
1.43.0-rc.12026/10/091 个月前
1.43.0-rc.02026/10/091 个月前

关于 @genkit-ai/google-genai 的常见问题

@genkit-ai/google-genai 是什么?

Google AI & Vertex APIs的Genkit AI框架插件,包括双子座API.

如何安装 @genkit-ai/google-genai?

在项目目录运行 npm install @genkit-ai/google-genai,或使用 pnpm add / yarn add / bun add。它还需要宿主项目提供 peer 依赖:genkit(^1.44.0)。npm 7 及以上与 pnpm 8 及以上默认会自动安装必需的 peer 依赖,Yarn 需要手动安装。

@genkit-ai/google-genai 支持 TypeScript 吗?

支持。包内自带 TypeScript 类型声明(package.json 声明了 types 入口),安装后即可获得类型提示,无需再安装 @types 包。

@genkit-ai/google-genai 支持 ESM 还是 CommonJS?

同时提供 ES Module 与 CommonJS 入口,import 和 require() 都可以使用,打包工具会自动选择合适的版本。

@genkit-ai/google-genai 可以商用吗?

@genkit-ai/google-genai 使用 Apache-2.0 许可。宽松许可:允许商业使用、修改和再分发,并附带明确的专利授权;分发时需保留许可与 NOTICE 文件,修改过的文件要注明改动。以上为概括,不构成法律意见,请以许可原文为准。

@genkit-ai/google-genai 的下载量有多少?

根据 npm 官方下载统计,@genkit-ai/google-genai 在 2026/10/16 – 2026/11/14 这 30 天内被下载 674,414 次,日均约 22,480 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入,适合横向比较热度,不能直接等同于使用人数。

@genkit-ai/google-genai 还在维护吗?

最新版本 1.44.0 发布于 2026/11/04(12 天前);至今共发布 61 个版本,其中过去 12 个月发布了 40 个;首次发布于 2025/07/24。发布频率只是参考信号:功能稳定的工具可能很少需要更新,建议结合源码仓库的 issue 和提交记录判断。