Премини към основното съдържание
Български— Изберете език
Меню

Интеграция с Vercel AI SDK

Урок 7 от 14 Обновен 29 юли 2026 г. Програмист
На тази страница
  1. Мулти-агент в JavaScript екосистемата
  2. Инсталация
  3. Основна конфигурация
  4. Контрол на броя агенти
  5. Стрийминг със streamText
  6. Обработка на грешки
  7. Случай на употреба в уеб приложение
  8. Ключови изводи

Обновено на 3 ноември 2026 г., въз основа на документацията за AI SDK 7 и страницата на xAI за Multi-agent: xai() вече използва Responses API (предупреждението от предишната версия вече не е валидно), Next.js маршрутът повече не използва премахнатия toDataStreamResponse(), а резервният вариант цели grok-4.7. Съответствието low/medium → 4 агента, high/xhigh → 16 агента идва от документацията на xAI. Източници: AI SDK, xAI provider · xAI, Multi-agent.

Мулти-агент в JavaScript екосистемата

Vercel AI SDK (ai) се превърна в стандарт за интегриране на AI модели в уеб приложения на JavaScript и TypeScript. В комбинация с доставчика @ai-sdk/xai, той Ви дава достъп до мулти-агент режима на Grok от Next.js, SvelteKit или всяка друга JavaScript рамка, без да излизате от абстракциите, които Вашият фронтенд екип вече познава.

Инсталация

Необходими са Ви два пакета:

npm install ai @ai-sdk/xai

Те разделят работата: @ai-sdk/xai обработва комуникацията с xAI API, докато ai предоставя общите функции generateText и streamText, които използвате независимо от доставчика.

Основна конфигурация

import { xai } from "@ai-sdk/xai";
import { generateText } from "ai";

const { text } = await generateText({
  model: xai.responses("grok-4.20-multi-agent-0309"),
  prompt: "What are the latest JavaScript frameworks of 2026?",
  providerOptions: {
    xai: { reasoningEffort: "low" },
  },
});

console.log(text);

Мулти-агент изисква Responses API на xAI. При текущите версии (AI SDK 7 и @ai-sdk/xai 5) това е единственият API, който доставчикът използва: xai(model) вече минава през него. Изписването на xai.responses() прави този избор явен, което също така защитава кода, работещ срещу по-стара версия на SDK, където xai() минаваше през Chat Completions.

Контрол на броя агенти

Задавате броя на агентите чрез providerOptions.xai.reasoningEffort:

// Предава се като providerOptions към generateText или streamText
const rapide = { xai: { reasoningEffort: "low" } };       // 4 агента
const approfondie = { xai: { reasoningEffort: "high" } }; // 16 агента

Съответствието е същото, което видяхте с OpenAI SDK: low и medium използват 4 агента, докато high и xhigh използват 16. Така получавате същите два режима под различно име на параметъра.

Стрийминг със streamText

В уеб приложение стриймингът става задължителен: едно мулти-агент проучване може да отнеме минута, а никой не стои пред празен екран толкова дълго.

import { xai } from "@ai-sdk/xai";
import { streamText } from "ai";

const result = streamText({
  model: xai.responses("grok-4.20-multi-agent-0309"),
  prompt: "Analyze AI market trends in Europe",
  providerOptions: {
    xai: { reasoningEffort: "medium" },
  },
});

for await (const chunk of result.textStream) {
  process.stdout.write(chunk);
}

В Next.js приложение, използващо App Router, дори не е нужно да консумирате стрийма на сървъра: API маршрут може да го върне директно към браузъра.

// app/api/research/route.ts
import { xai } from "@ai-sdk/xai";
import { createTextStreamResponse, streamText, toTextStream } from "ai";

export async function POST(req: Request) {
  const { query } = await req.json();

  const result = streamText({
    model: xai.responses("grok-4.20-multi-agent-0309"),
    prompt: query,
    providerOptions: {
      xai: { reasoningEffort: "low" },
    },
  });

  // Суров текстов стрийм: на клиента го четете с fetch,
  // или с useChat и TextStreamChatTransport
  return createTextStreamResponse({
    stream: toTextStream({ stream: result.stream }),
  });
}

reasoningEffort: "low" в този пример е умишлен избор: при маршрут, извикван директно от потребителския интерфейс, латентността на 16 агента би била трудно поддържаема.

Обработка на грешки

Тъй като мулти-агент е в бета версия, един срив не трябва да се превръща в счупена страница. Шаблонът по-долу показва най-простия резервен вариант: хващане на грешката и повторно задаване на същия въпрос на стандартен модел:

try {
  const { text } = await generateText({
    model: xai.responses("grok-4.20-multi-agent-0309"),
    prompt: "My question",
    providerOptions: {
      xai: { reasoningEffort: "low" },
    },
  });
  return text;
} catch (error) {
  console.error("Multi-agent error:", error);
  // Преминаване към стандартен модел
  const { text } = await generateText({
    model: xai("grok-4.7"),
    prompt: "My question",
  });
  return text;
}

Резервният вариант превключва към стандартен модел, grok-4.7, който няма ограниченията на мулти-агент (с AI SDK 7, xai() също използва Responses API). Също така уведомете потребителя по някакъв начин, защото отговорът от резервния вариант ще бъде по-малко задълбочен от очаквания.

Случай на употреба в уеб приложение

Случаят на употреба, който извлича максимума от тази интеграция, е разширеният интерфейс за проучване: потребителят задава сложен въпрос, Вашето приложение отваря стрийма и отговорът се изписва сам на екрана, докато агентите продължават да работят във фонов режим.

Полученото преживяване е изненадващо естествено. Текстът напредва, понякога спира, когато агентите стартират уеб търсене, след което продължава. Тези паузи далеч не са недостатък: те казват на потребителя, че истинско проучване е в ход – стига Вашият интерфейс да ги съчетае с индикатор, вместо да ги кара да изглеждат като засядане.

Ключови изводи

  • Използвайте @ai-sdk/xai с xai.responses() за мулти-агент
  • Контролирайте броя на агентите с providerOptions.xai.reasoningEffort
  • streamText е идеален за интерактивни уеб приложения
  • Vercel AI SDK се интегрира нативно с Next.js и други рамки
  • Планирайте резервен вариант към стандартен модел в случай на грешка