Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Vercel AI SDK και Ενσωμάτωση Frontend

Μάθημα 6 / 12 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Το Vercel AI SDK για Ιστοσελίδες
  2. Εγκατάσταση
  3. Πλευρά Διακομιστή: Δημιουργία Κειμένου
  4. Ροή Δεδομένων στην Πλευρά του Διακομιστή (Server-Side Streaming)
  5. Πλευρά Πελάτη: Το Hook useChat
  6. Αντίστοιχη Διαδρομή API
  7. Βασικά σημεία

Ενημερώθηκε στις 3 Νοεμβρίου 2026 με βάση την τεκμηρίωση του AI SDK 7 (ai 7.0.x, @ai-sdk/react 4.x): Το useChat λειτουργεί με το DefaultChatTransport και το sendMessage, τα μηνύματα εμφανίζονται μέσω του parts, η διαδρομή επιστρέφει createUIMessageStreamResponse, το system γίνεται instructions, και ο πάροχος @ai-sdk/xai 5 δεν υποστηρίζει πλέον το Chat Completions: το xai() χρησιμοποιεί το Responses API (ο κώδικας επαληθεύτηκε με τον μεταγλωττιστή TypeScript χρησιμοποιώντας ai 7.0.162 και @ai-sdk/xai 5.0.38). Η προηγούμενη έκδοση χρησιμοποιούσε το API του AI SDK 4 (input, handleSubmit, isLoading, toDataStreamResponse). Πηγές: AI SDK, Chatbot · AI SDK, xAI provider.

Το Vercel AI SDK για Ιστοσελίδες

Το Vercel AI SDK είναι ένα πλαίσιο εργασίας TypeScript σχεδιασμένο για την ενσωμάτωση μοντέλων Τεχνητής Νοημοσύνης σε ιστοσελίδες. Παρέχει hooks React, utilities ροής δεδομένων (streaming) και μια ενοποιημένη αφαίρεση που υποστηρίζει εγγενώς το xAI/Grok μέσω του πακέτου @ai-sdk/xai.

Εάν χτίζετε μια εφαρμογή Next.js, Nuxt, SvelteKit ή οποιαδήποτε εφαρμογή React που χρειάζεται να εμφανίζει αποκρίσεις σε πραγματικό χρόνο (streaming), το Vercel AI SDK απλοποιεί σημαντικά την εργασία.

Εγκατάσταση

Εγκαταστήστε τον πυρήνα του SDK και τον πάροχο xAI:

npm install ai @ai-sdk/xai

Ρυθμίστε το κλειδί API σας στις μεταβλητές περιβάλλοντος:

# .env.local
XAI_API_KEY=your-api-key

Πλευρά Διακομιστή: Δημιουργία Κειμένου

Η συνάρτηση generateText είναι ο απλούστερος ισοδύναμος του client.chat.create(). Ένα πράγμα έχει αλλάξει και αφορά άμεσα αυτό το μάθημα: από την έκδοση 5 του παρόχου @ai-sdk/xai (Σεπτέμβριος 2026), συμβατή με το AI SDK 7, ο πάροχος δεν υποστηρίζει πλέον το τελικό σημείο Chat Completions. Το xai(model) χρησιμοποιεί το Responses API, το οποίο πλέον προτείνει το xAI. Η μέθοδος xai.chat(model), την οποία ορισμένοι οδηγοί μετάβασης αναφέρουν ακόμη, υπήρχε μόνο στην έκδοση 4 του παρόχου· για κώδικα που πρέπει να παραμείνει στο Chat Completions, χρησιμοποιήστε αντίθετα το OpenAI SDK στραμμένο στο xAI (Μάθημα 5).

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

const { text } = await generateText({
  model: xai("grok-4.7"), // xAI Responses API
  instructions: "You are a technical assistant.",
  prompt: "Explain the concept of containerization.",
});

console.log(text);

Ο πάροχος xai διαβάζει αυτόματα το XAI_API_KEY από το περιβάλλον· το createXai() σας επιτρέπει να δημιουργήσετε μια instance με προσαρμοσμένες ρυθμίσεις. Η επιλογή instructions αντικαθιστά το system, το οποίο γίνεται δεκτό αλλά θεωρείται ξεπερασμένο στο AI SDK 7.

Ροή Δεδομένων στην Πλευρά του Διακομιστή (Server-Side Streaming)

Για ροή δεδομένων, χρησιμοποιήστε το streamText. Η απόκριση διαβάζεται τμηματικά από το textStream:

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

const result = streamText({
  model: xai("grok-4.7"),
  instructions: "You are a teaching assistant.",
  messages: [
    { role: "user", content: "How does a relational database work?" },
  ],
});

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

Πλευρά Πελάτη: Το Hook useChat

Το hook useChat είναι το κεντρικό στοιχείο στο frontend. Διαχειρίζεται το ιστορικό συνομιλίας, τη ροή δεδομένων και την κατάσταση του αιτήματος· ωστόσο, το πεδίο εισαγωγής παραμένει μια απλή κατάσταση React την οποία διαχειρίζεστε εσείς:

"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" ? "Εσείς" : "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="Κάντε την ερώτησή σας..."
          disabled={status !== "ready"}
        />
        <button type="submit" disabled={status !== "ready"}>
          Αποστολή
        </button>
      </form>
    </div>
  );
}

Τι Διαχειρίζεται Αυτόματα το useChat

  • Ιστορικό μηνυμάτων: Συσσωρεύει τις ανταλλαγές· κάθε μήνυμα φέρει parts (κείμενο, κλήσεις εργαλείων κ.λπ.), εμφανίστε αυτά αντί για το παλιό πεδίο content
  • Ροή δεδομένων (Streaming): Εμφανίζει την απόκριση καθώς παράγεται
  • Κατάσταση αιτήματος: Το status είναι ready όταν μπορεί να σταλεί νέο μήνυμα
  • Διαχείριση σφαλμάτων: Αναχαιτίζει σφάλματα δικτύου και API
  • Ακύρωση: Το stop() διακόπτει μια ongoing παραγωγή

Αντίστοιχη Διαδρομή API

Το hook αναμένει μια διαδρομή που επιστρέφει μια ροή μηνυμάτων UI. Ακολουθεί η υλοποίηση με το Next.js App Router, βασισμένη στο επίσημο παράδειγμα του AI SDK 7:

// 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: "You are a helpful assistant. Respond in English.",
    messages: await convertToModelMessages(messages),
  });

  return createUIMessageStreamResponse({
    stream: toUIMessageStream({ stream: result.stream }),
  });
}

Δύο μετατροπές περιβάλλουν την ανταλλαγή: το convertToModelMessages μετατρέπει τα μηνύματα UI που λαμβάνονται από τον πελάτη σε μηνύματα μοντέλου, και το toUIMessageStream κάνει το αντίστροφο στη ροή απόκρισης. Οι μέθοδοι toUIMessageStreamResponse() στο αποτέλεσμα του streamText λειτουργούν ακόμη στο AI SDK 7, αλλά θεωρούνται ξεπερασμένες· όσον αφορά το παλιό toDataStreamResponse(), αυτό δεν υπάρχει πλέον.

Βασικά σημεία

  • Το Vercel AI SDK υποστηρίζει το xAI/Grok μέσω του πακέτου @ai-sdk/xai
  • generateText για σύγχρονες αποκρίσεις, streamText για ροή δεδομένων
  • Το hook useChat διαχειρίζεται την πλήρη κατάσταση μιας συνομιλίας στον πελάτη
  • Τα createUIMessageStreamResponse και toUIMessageStream επιστρέφουν τη ροή που αναμένει το useChat· το toDataStreamResponse() δεν υπάρχει πλέον
  • Από το @ai-sdk/xai 5, ο πάροχος δεν υποστηρίζει πλέον το Chat Completions: το xai() χρησιμοποιεί το Responses API· για να παραμείνετε στο Chat Completions, χρησιμοποιήστε το OpenAI SDK
  • Ο πάροχος createXai() εντοπίζει αυτόματα το κλειδί API στο περιβάλλον