用途：帮助开发者构建生产级 Firebase Genkit 应用，包括 RAG 系统、多步流程和工具调用型智能体，覆盖从项目脚手架、Schema 校验、流程实现、本地测试到部署与监控的完整生命周期。
主要能力：支持 Node.js/TypeScript、Python、Go 三种运行时；使用 Zod、Pydantic 或 Go struct 定义输入输出 Schema；通过 ai.defineFlow() 实现流程，ai.defineTool() 定义工具，ai.defineRetriever() 实现检索器（含 text-embedding-gecko 嵌入与向量库集成）；可配置模型（如 Gemini 2.5 Flash 与 Pro）、温度与 token 限制；支持 OpenTelemetry 追踪、成本与延迟监控、错误处理（SAFETY_BLOCK、QUOTA_EXCEEDED、超时等）。
使用方式：需 Node.js 18+、Python 3.10+ 或 Go 1.21+；安装 Genkit CLI 与核心包（如 npm install genkit @genkit-ai/googleai）；启用 Vertex AI API；部署 Firebase Functions 需安装 firebase-tools。流程为分析需求、初始化项目、安装依赖、定义 Schema、实现流程与工具、配置检索与错误处理、启用追踪、本地用 Genkit Developer UI 测试后部署。
适用场景：问答流程、RAG 文档检索、多工具智能体等。
限制：资料未提供具体收费、价格与效果数据；部分细节需参考技能目录下的参考文档。