Vercel AI SDK og frontend-integration
På denne side
Opdateret 3. november 2026 baseret på AI SDK 7-dokumentation (
ai7.0.x,@ai-sdk/react4.x):useChatfungerer medDefaultChatTransportogsendMessage, beskeder vises viaparts, ruten returnerercreateUIMessageStreamResponse,systembliver tilinstructions, og@ai-sdk/xai5-provideren understøtter ikke længere Chat Completions:xai()bruger Responses API (kode verificeret med TypeScript-compileren ved brug afai7.0.162 og@ai-sdk/xai5.0.38). Den tidligere version brugte AI SDK 4 API’et (input,handleSubmit,isLoading,toDataStreamResponse). Kilder: AI SDK, Chatbot · AI SDK, xAI-provider.
Vercel AI SDK til webapplikationer
Vercel AI SDK er et TypeScript-framework designet til at integrere AI-modeller i webapplikationer. Det tilbyder React-hooks, streaming-værktøjer og en samlet abstraktion, der nativt understøtter xAI/Grok via pakken @ai-sdk/xai.
Hvis du bygger en Next.js-, Nuxt-, SvelteKit- eller enhver React-applikation, der skal vise streaming-svar, forenkler Vercel AI SDK arbejdet betydeligt.
Installation
Installer kernens SDK og xAI-provideren:
npm install ai @ai-sdk/xai
Konfigurer din API-nøgle i miljøvariablerne:
# .env.local
XAI_API_KEY=din-api-nøgle
Serverside: Tekstgenerering
Funktionen generateText er den enkleste ækvivalent til client.chat.create(). Én ting har ændret sig, og det vedrører direkte dette kursus: Siden version 5 af @ai-sdk/xai-provideren (september 2026), som er kompatibel med AI SDK 7, understøtter provideren ikke længere Chat Completions-endpointet. xai(model) bruger Responses API, hvilket xAI nu anbefaler. Metoden xai.chat(model), som nogle migrationsguider stadig citerer, eksisterede kun i provider-version 4; til kode, der skal blive på Chat Completions, skal du i stedet bruge OpenAI SDK rettet mod xAI (Lektion 5).
import { generateText } from "ai";
import { xai } from "@ai-sdk/xai";
const { text } = await generateText({
model: xai("grok-4.7"), // xAI Responses API
instructions: "Du er en teknisk assistent.",
prompt: "Forklar begrebet containerisering.",
});
console.log(text);
xai-provideren læser automatisk XAI_API_KEY fra miljøet; createXai() lader dig oprette en instans med brugerdefinerede indstillinger. Indstillingen instructions erstatter system, som stadig accepteres, men er forældet i AI SDK 7.
Streaming på serversiden
Brug streamText til streaming. Svaret læses chunk for chunk fra textStream:
import { streamText } from "ai";
import { xai } from "@ai-sdk/xai";
const result = streamText({
model: xai("grok-4.7"),
instructions: "Du er en undervisningsassistent.",
messages: [
{ role: "user", content: "Hvordan fungerer en relationel database?" },
],
});
for await (const chunk of result.textStream) {
process.stdout.write(chunk);
}
Klientside: useChat-hooken
useChat-hooken er hjørnestenen på frontend. Den håndterer samtalehistorik, streaming og anmodningsstatus; inputfeltet er derimod stadig en simpel React-state, som du selv styrer:
"use client";
import { useChat } from "@ai-sdk/react";
import { DefaultChatTransport } from "ai";
import { useState } from "react";
export default function ChatPage() {
const { messages, sendMessage, status } = useChat({
transport: new DefaultChatTransport({ api: "/api/chat" }),
});
const [input, setInput] = useState("");
return (
<div>
{messages.map((m) => (
<div key={m.id}>
<strong>{m.role === "user" ? "Du" : "Grok"}</strong>
{m.parts.map((part, i) =>
part.type === "text" ? <p key={i}>{part.text}</p> : null
)}
</div>
))}
<form
onSubmit={(e) => {
e.preventDefault();
if (input.trim()) {
sendMessage({ text: input });
setInput("");
}
}}
>
<input
value={input}
onChange={(e) => setInput(e.target.value)}
placeholder="Stil dit spørgsmål..."
disabled={status !== "ready"}
/>
<button type="submit" disabled={status !== "ready"}>
Send
</button>
</form>
</div>
);
}
Hvad useChat håndterer automatisk
- Beskedhistorik: Akkumulerer udvekslinger; hver besked bærer
parts(tekst, værktøjskald…), vis disse frem for det gamlecontent-felt. - Streaming: Viser svaret, mens det genereres.
- Anmodningsstatus:
statuserready, når en ny besked kan sendes. - Fejlhåndtering: Opfanger netværks- og API-fejl.
- Annullering:
stop()afbryder en igangværende generering.
Tilsvarende API-rute
Hooken forventer en rute, der returnerer en strøm af UI-beskeder. Her er implementationen med Next.js App Router, modelleret efter det officielle AI SDK 7-eksempel:
// app/api/chat/route.ts
import {
convertToModelMessages,
createUIMessageStreamResponse,
streamText,
toUIMessageStream,
type UIMessage,
} from "ai";
import { xai } from "@ai-sdk/xai";
export async function POST(req: Request) {
const { messages }: { messages: UIMessage[] } = await req.json();
const result = streamText({
model: xai("grok-4.7"),
instructions: "Du er en hjælpsom assistent. Svar på engelsk.",
messages: await convertToModelMessages(messages),
});
return createUIMessageStreamResponse({
stream: toUIMessageStream({ stream: result.stream }),
});
}
To konverteringer omslutter udvekslingen: convertToModelMessages transformerer UI-beskeder modtaget fra klienten til modelbeskeder, og toUIMessageStream gør det modsatte på respons-strømmen. Metoderne toUIMessageStreamResponse() på streamText-resultatet fungerer stadig i AI SDK 7, men de er forældede; hvad angår den gamle toDataStreamResponse(), eksisterer den ikke længere.
Vigtige pointer
- Vercel AI SDK understøtter xAI/Grok via pakken
@ai-sdk/xai generateTexttil synkrone svar,streamTexttil streaminguseChat-hooken styrer hele tilstanden for en samtale på klientencreateUIMessageStreamResponseogtoUIMessageStreamreturnerer den strøm, somuseChatforventer;toDataStreamResponse()eksisterer ikke længere- Siden
@ai-sdk/xai5 understøtter provideren ikke længere Chat Completions:xai()bruger Responses API; for at blive på Chat Completions skal du bruge OpenAI SDK createXai()-provideren registrerer automatisk API-nøglen i miljøet