useful-genkit

useful-genkit

Go용 Firebase Genkit을 활용한 AI 애플리케이션 개발을 위한 유틸리티 패키지 모음입니다. 다양한 AI 모델(Ollama, Google AI)을 통합하고, 번역 플로우를 구현한 실용적인 예제 프로젝트입니다.

프로젝트 구조

📁 models/

AI 모델 관리 및 추상화 레이어

의도

• 다양한 AI 제공자(Ollama, Google AI)의 모델을 통합 관리
• 모델 초기화와 검색을 위한 일관된 API 제공
• 모델별 특성과 제약사항을 캡슐화

포함 내용

• ollama.go: Ollama 로컬 모델 관리
  • GPT-OSS 20B, Gemma3, Qwen3 모델 지원
  • 모델 정의 및 검색 함수 제공
  • 멀티턴 대화, 도구 사용 지원 설정
• gemini.go: Google AI 모델 관리
  • Gemini 2.5 Pro/Flash 시리즈 지원
  • Gemma 3 시리즈 (4B, 12B, 27B) 지원
  • 통일된 인터페이스로 모델 접근

📁 flows/

비즈니스 로직을 담은 워크플로우 정의

의도

• 복잡한 AI 작업을 재사용 가능한 플로우로 구조화
• 입력/출력 타입 안전성 보장
• 에러 처리와 검증 로직 포함

포함 내용

• translation.go: 번역 플로우 구현
  • 소스/타겟 언어, 도메인 지정 가능한 번역
  • 구조화된 입력(TranslationInput)과 출력(TranslationOutput)
  • 프롬프트 렌더링과 모델 호출 통합

📁 prompts/

AI 모델과의 상호작용을 위한 프롬프��� 템플릿

의도

• 재사용 가능하고 파라미터화된 프롬프트 관리
• 컨텍스트별 전문성을 갖춘 프롬프트 설계
• 프롬프트 렌더링과 메시지 생성 분리

포함 내용

• translation.go: 번역 전용 프롬프트
  • 도메인별 전문 번역가 역할 설정
  • 원문의 뉘앙스 보존 강조
  • 템플릿 변수를 통한 동적 프롬프트 생성

📁 tools/

AI 모델이 사용할 수 있는 외부 도구 정의

의도

• 모델의 기능을 실세계 데이터나 작업으로 확장
• 구조화된 입력/출력으로 도구 호출 안전성 보장
• 재사용 가능한 유틸리티 함수 제공

포함 내용

• get_current_time.go: 현재 시간 조회 도구
  • 시간 정보가 필요한 AI 작업 지원
  • JSON 직렬화 가능한 구조화된 출력

📁 logic/

고급 생성 로직과 헬퍼 함수

의도

• 복잡한 AI 상호작용 패턴을 재사용 가능한 함수로 추상화
• 도구 사용과 데이터 생성을 결합한 고급 워크플로우
• 대화 히스토리 관리와 컨텍스트 유지

포함 내용

• generate_data_with_tool.go: 도구 사용이 포함된 데이터 생성
  • 도구 호출 후 대화 히스토리 기반 최종 답변 생성
  • 제네릭 타입으로 다양한 출력 형태 지원
  • 전처리된 대화를 통한 컨텍스트 유지

주요 특징

• 멀티 모델 지원: Ollama 로컬 모델과 Google AI 클라우드 모델 통합
• 타입 안전성: Go의 강타입 시스템을 활용한 안전한 AI 상호작용
• 모듈화: 각 기능별로 분리된 패키지 구조로 유지보수성 향상
• 확장성: 새로운 모델, 플로우, 도구를 쉽게 추가할 수 있는 구조
• 에러 처리: 견고한 에러 처리와 검증 로직 포함

사용 예시

이 프로젝트는 Firebase Genkit Go SDK를 활용하여 AI 애플리���이션을 개발할 때 참고할 수 있는 실용적인 패턴들을 제공합니다. 번역 서비스부터 시작하여 다양한 AI 기반 애플리케이션으로 확장할 수 있는 기반을 마련하고 있습니다.