Ενσωμάτωση με το Vercel AI SDK
Σε αυτήν τη σελίδα
Ενημερώθηκε στις 3 Νοεμβρίου 2026, με βάση την τεκμηρίωση του AI SDK 7 και τη σελίδα Multi-agent της xAI: το
xai()χρησιμοποιεί πλέον το Responses API (η προειδοποίηση από την προηγούμενη έκδοση δεν ισχύει πια), η διαδρομή Next.js δεν χρησιμοποιεί πλέον την καταργημένηtoDataStreamResponse(), και η εφεδρική λύση στοχεύει στοgrok-4.7. Η αντιστοίχισηlow/medium→ 4 πράκτορες,high/xhigh→ 16 πράκτορες προέρχεται από την τεκμηρίωση της xAI. Πηγές: AI SDK, xAI provider · xAI, Multi-agent.
Multi-agent στο οικοσύστημα JavaScript
Το Vercel AI SDK (ai) έχει καθιερωθεί ως πρότυπο για την ενσωμάτωση μοντέλων τεχνητής νοημοσύνης σε web εφαρμογές JavaScript και TypeScript. Σε συνδυασμό με τον πάροχο @ai-sdk/xai, σας παρέχει πρόσβαση στη λειτουργία multi-agent του Grok απευθείας από Next.js, SvelteKit ή οποιοδήποτε άλλο framework JavaScript, χωρίς να εγκαταλείπετε τα επίπεδα αφαίρεσης που γνωρίζει ήδη η ομάδα του front-end σας.
Εγκατάσταση
Χρειάζεστε δύο πακέτα:
npm install ai @ai-sdk/xai
Ο ρόλος τους διαχωρίζεται: το @ai-sdk/xai διαχειρίζεται την επικοινωνία με το API της xAI, ενώ το ai παρέχει τις γενικές συναρτήσεις generateText και streamText που χρησιμοποιείτε ανεξάρτητα από τον πάροχο.
Βασική διαμόρφωση
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);
Το Multi-agent απαιτεί το Responses API της xAI. Με τις τρέχουσες εκδόσεις (AI SDK 7 και @ai-sdk/xai 5), αυτό είναι το μοναδικό API που χρησιμοποιεί ο πάροχος: η κλήση xai(model) περνάει ήδη από εκεί. Η χρήση του xai.responses() καθιστά αυτή την επιλογή ρητή, προστατεύοντας παράλληλα τον κώδικα που εκτελείται σε παλαιότερη έκδοση του SDK, όπου το xai() περνούσε μέσω του Chat Completions.
Έλεγχος του αριθμού των πρακτόρων
Ορίζετε τον αριθμό των πρακτόρων μέσω του providerOptions.xai.reasoningEffort:
// Περάστε ως providerOptions στο generateText ή streamText
const rapide = { xai: { reasoningEffort: "low" } }; // 4 πράκτορες
const approfondie = { xai: { reasoningEffort: "high" } }; // 16 πράκτορες
Η αντιστοίχιση είναι ίδια με αυτή που είδατε στο OpenAI SDK: τα low και medium χρησιμοποιούν 4 πράκτορες, ενώ τα high και xhigh χρησιμοποιούν 16. Έτσι, αποκτάτε τους ίδιους δύο τρόπους λειτουργίας κάτω από διαφορετικό όνομα παραμέτρου.
Ροή δεδομένων με streamText
Σε μια web εφαρμογή, η ροή δεδομένων (streaming) καθίσταται υποχρεωτική: μια έρευνα multi-agent μπορεί να διαρκέσει ένα λεπτό, και κανείς δεν περιμένει μπροστά σε μια κενή οθόνη για τόσο χρόνο.
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);
}
Σε μια εφαρμογή Next.js που χρησιμοποιεί το App Router, δεν χρειάζεται καν να καταναλώσετε τη ροή στον διακομιστή: μια διαδρομή API μπορεί να την επιστρέψει απευθείας στον browser.
// 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" },
},
});
// Raw text stream: στον client, διαβάστε το με fetch,
// ή με useChat και ένα TextStreamChatTransport
return createTextStreamResponse({
stream: toTextStream({ stream: result.stream }),
});
}
Η επιλογή reasoningEffort: "low" σε αυτό το παράδειγμα είναι σκόπιμη: σε μια διαδρομή που καλείται απευθείας από το περιβάλλον χρήστη, η καθυστέρηση των 16 πρακτόρων θα ήταν δύσκολο να υποστηριχθεί.
Διαχείριση σφαλμάτων
Επειδή το multi-agent βρίσκεται σε beta, μια διακοπή λειτουργίας δεν πρέπει να μετατρέπεται σε χαλασμένη σελίδα. Το παρακάτω μοτίβο δείχνει την απλούστερη εφεδρική λύση: παγιδεύστε το σφάλμα και επαναλάβετε την ίδια ερώτηση σε ένα τυπικό μοντέλο:
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);
// Εναλλαγή σε τυπικό μοντέλο
const { text } = await generateText({
model: xai("grok-4.7"),
prompt: "My question",
});
return text;
}
Η εφεδρική λύση μεταβαίνει σε ένα τυπικό μοντέλο, το grok-4.7, το οποίο δεν έχει τους περιορισμούς του multi-agent (με το AI SDK 7, το xai() χρησιμοποιεί επίσης το Responses API). Φροντίστε επίσης να ενημερώσετε τον χρήστη με κάποιον τρόπο, καθώς η απάντηση από την εφεδρική λύση θα είναι λιγότερο εμπεριστατωμένη από αυτήν που περίμενε.
Χρήση σε web εφαρμογή
Η περίπτωση χρήσης που αποκομίζει τα μέγιστα από αυτή την ενσωμάτωση είναι η προηγμένη διεπαφή έρευνας: ο χρήστης θέτει ένα σύνθετο ερώτημα, η εφαρμογή σας ανοίγει τη ροή δεδομένων και η απάντηση γράφεται μόνη της στην οθόνη, ενώ οι πράκτορες συνεχίζουν να εργάζονται στο παρασκήνιο.
Η τελική εμπειρία είναι εκπληκτικά φυσική. Το κείμενο προχωρά, μερικές φορές κάνει παύση όταν οι πράκτορες εκκινούν μια αναζήτηση στον ιστό, και στη συνέχεια συνεχίζεται. Αυτές οι παύσεις κάθε άλλο παρά ελάττωμα είναι: ενημερώνουν τον χρήστη ότι πραγματοποιείται πραγματική έρευνα—υπό την προϋπόθεση ότι η διεπαφή σας τις συνδυάζει με έναν δείκτη, αντί να δημιουργούν την εντύπωση ότι το σύστημα έχει κολλήσει.
Βασικά σημεία
- Χρησιμοποιήστε το
@ai-sdk/xaiμεxai.responses()για multi-agent - Ελέγξτε τον αριθμό των πρακτόρων με το
providerOptions.xai.reasoningEffort - Το
streamTextείναι ιδανικό για διαδραστικές web εφαρμογές - Το Vercel AI SDK ενσωματώνεται εγγενώς με το Next.js και άλλα frameworks
- Προβλέψτε μια εφεδρική λύση προς ένα τυπικό μοντέλο σε περίπτωση σφάλματος