Genkit Dart 1.0 发布，Flutter 原生的 AI Agent 终于完整了

Genkit Dart 1.0 之后，Flutter 终于也有了一套稳定版本的 Dart AI 应用框架，比如你用 Flutter 开发一个 AI 订餐助手，用户说："今晚 7 点，帮我找一家能坐 4 个人的餐厅" ，这里 Genkit 现在可以提供整套：

Flutter 怎么访问后台
怎么避免模型返回错误的数据结构
AI 调用业务接口时怎么控制权限
线上出现问题后怎么知道是哪一步出错
····

Genkit Dart 现在基本把这些工作统一管理起来了，比如订餐助手的第一步应该是查餐，Flutter 把人数、日期和时间传给 Dart 服务端，服务端再让模型理解需求，然后通过真正的餐厅库存接口查询结果。

听起来很简单，但是这里肯定不能直接相信模型说"有位置"，因为模型没有实时库存，只有业务工具返回的结果才有这个依据，查到的结果也需要整理成确定的数据字段，比如餐厅、时间、人数和可订状态，然后交给 Flutter 显示。

这部分在 Genkit 里面叫作 Flow，它是一个带有输入、输出类型的 Dart 函数，可以在里面调用模型和工具，比如输入用 TableRequest，输出使用 TableOptions，两边通过 schemantic 定义、生成和校验。

甚至服务端也可以通过 GenkitRouter 把 Flow 注册成 HTTP 接口，客户端再通过 defineRemoteAction 调用，之前的 Preview 版本其实已经支持远程 Flow，但需要借用 Shelf 等方式挂载接口，现在 1.0 把 GenkitRouter 加入到了核心公开 API，统一提供 dart:io、已有 HTTP Server 和 Shelf 的接入路径 ：

而且还有第二种部署方式：defineRemoteModel 支持 Flutter 留住自己的提示词和流程，只把模型请求交给受保护的 Dart 后端转发，这样做 Demo 或者 BYOK 应用的时候也比较方便，不过对真实订餐业务之类的，肯定还是把查询、确认和预订都放进服务端 Flow 好一点，因为模型最终会操作用户订单，不能只靠客户端逻辑约束。

不过查餐位其实还算简单的场景，真正麻烦的是控制它什么时候可以下单，比如 AI 查到了 19:00 的餐位，用户接着说"就订这家"，那模型可能会调用 bookTable，但这一步会改变真实业务数据，甚至产生费用，如果只是靠 Prompt 里要求"必须先询问用户" 那肯定扑街。

所以各类 Agent SDK 都会有对应的 API 支持，这里 Genkit 是通过工具函数在执行实际预订之前返回 .interrupt(...)，生成过程就会暂停，Flutter 可以拿到等待确认的信息，用户同意后才恢复工具执行。

简单来说类似这样的流程：

kotlin 复制代码

final approved = ctx.resumed is Map && ctx.resumed['approved'] == true;
if (!approved) {
  return .interrupt({'restaurant': input.restaurant, 'time': input.time});
}
return .response(await bookingService.book(input));

确认操作发生后，应用再把之前的消息历史和 interruptRestart 的审批元数据传回 Genkit，工具函数能够从 ctx.resumed 读到它，然后继续执行。

也就是模型自己不能跳过工具函数里的审批分支。

有了这些控制，我们有时候还需要知道出错时系统究竟走到了哪一步，这个真实的 Developer UI Trace 截图就很不错：

左边 uiAgent 的执行记录包括首次 Gemini 调用、checkAvailability 查询和第二次 Gemini 调用
右边能看到输入消息以及模型输出的结构化内容

如果需要还要加统一的重试、日志、模型调用次数上限和工具审批，就可以通过 Middleware 处理，1.0 开始进一步提供 ai.defineGenerateMiddleware 来注册自定义拦截器，然后 Genkit 能够按 Schema 配置同时在 Developer UI 里显示。

还可以用 Middleware 限制单次生成最多调用模型多少次。

如果在配合 A2UI 的自持，基本上 Flutter 现在开发 AI 和 Agent 场景是真的就原生一条龙了，虽然不是最强的，但是这一套在 Flutter 上的开发体验是真的意外的不错。