Vercel AI SDK i integracja z frontendem
Na tej stronie
Zaktualizowano 3 listopada 2026 na podstawie dokumentacji AI SDK 7 (
ai7.0.x,@ai-sdk/react4.x):useChatwspółpracuje zDefaultChatTransportisendMessage, wiadomości są wyświetlane poprzezparts, ruta zwracacreateUIMessageStreamResponse,systemzostało zastąpione przezinstructions, a dostawca@ai-sdk/xaiw wersji 5 nie obsługuje już Chat Completions:xai()korzysta z Responses API (kod zweryfikowany kompilatorem TypeScript przy użyciuai7.0.162 i@ai-sdk/xai5.0.38). Poprzednia wersja korzystała z API AI SDK 4 (input,handleSubmit,isLoading,toDataStreamResponse). Źródła: AI SDK, Chatbot · AI SDK, dostawca xAI.
Vercel AI SDK dla aplikacji webowych
Vercel AI SDK to framework TypeScript zaprojektowany do integracji modeli AI z aplikacjami webowymi. Udostępnia hooki React, narzędzia do streamingu oraz zunifikowaną abstrakcję, która natywnie obsługuje xAI/Grok poprzez pakiet @ai-sdk/xai.
Jeśli budujesz aplikację w Next.js, Nuxt, SvelteKit lub dowolną aplikację React, która musi wyświetlać odpowiedzi strumieniowane, Vercel AI SDK znacząco upraszcza pracę.
Instalacja
Zainstaluj główne SDK oraz dostawcę xAI:
npm install ai @ai-sdk/xai
Skonfiguruj swój klucz API w zmiennych środowiskowych:
# .env.local
XAI_API_KEY=your-api-key
Strona serwera: Generowanie tekstu
Funkcja generateText jest najprostszym odpowiednikiem client.chat.create(). Zaszła jedna zmiana, która dotyczy bezpośrednio tego kursu: od wersji 5 dostawcy @ai-sdk/xai (wrzesień 2026), kompatybilnej z AI SDK 7, dostawca ten nie obsługuje już endpointu Chat Completions. xai(model) korzysta z Responses API, które xAI obecnie rekomenduje. Metoda xai.chat(model), którą niektóre przewodniki migracyjne wciąż cytują, istniała tylko w wersji 4 dostawcy; dla kodu, który musi pozostać przy Chat Completions, użyj zamiast tego SDK OpenAI skierowanego na xAI (Lekcja 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);
Dostawca xai automatycznie odczytuje XAI_API_KEY ze środowiska; createXai() pozwala utworzyć instancję z niestandardowymi ustawieniami. Opcja instructions zastępuje system, które jest wciąż akceptowane, ale przestarzałe w AI SDK 7.
Strumieniowanie po stronie serwera
Do streamingu użyj streamText. Odpowiedź jest odczytywana fragment po fragmencie z 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);
}
Strona klienta: Hook useChat
Hook useChat jest kluczowym elementem po stronie frontendu. Obsługuje historię konwersacji, streaming i stan żądania; pole inputu pozostaje jednak prostym stanem React, którym zarządzasz samodzielnie:
"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" ? "Ty" : "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="Zadaj swoje pytanie..."
disabled={status !== "ready"}
/>
<button type="submit" disabled={status !== "ready"}>
Wyślij
</button>
</form>
</div>
);
}
Co useChat obsługuje automatycznie
- Historia wiadomości: Akumuluje wymianę; każda wiadomość zawiera
parts(tekst, wywołania narzędzi…), wyświetlaj te dane zamiast starego polacontent - Streaming: Wyświetla odpowiedź w miarę jej generowania
- Stan żądania:
statuswynosiready, gdy można wysłać nową wiadomość - Obsługa błędów: Przechwytuje błędy sieciowe i API
- Anulowanie:
stop()przerywa trwające generowanie
Odpowiednia ruta API
Hook oczekuje routy zwracającej strumień wiadomości UI. Oto implementacja z Next.js App Router, wzorowana na oficjalnym przykładzie 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 }),
});
}
Dwie konwersje otaczają wymianę: convertToModelMessages przekształca wiadomości UI otrzymane od klienta w wiadomości modelu, a toUIMessageStream wykonuje operację odwrotną na strumieniu odpowiedzi. Metody toUIMessageStreamResponse() na wyniku streamText nadal działają w AI SDK 7, ale są przestarzałe; co do starej toDataStreamResponse(), już nie istnieje.
Kluczowe wnioski
- Vercel AI SDK obsługuje xAI/Grok poprzez pakiet
@ai-sdk/xai generateTextdla odpowiedzi synchronicznych,streamTextdla streamingu- Hook
useChatzarządza kompletnym stanem konwersacji po stronie klienta createUIMessageStreamResponseitoUIMessageStreamzwracają strumień oczekiwany przezuseChat;toDataStreamResponse()już nie istnieje- Od wersji
@ai-sdk/xai5 dostawca nie obsługuje już Chat Completions:xai()korzysta z Responses API; aby pozostać przy Chat Completions, użyj SDK OpenAI - Dostawca
createXai()automatycznie wykrywa klucz API w środowisku