Przejdź do głównej treści
Polski— Wybierz język
Menu

Vercel AI SDK dla Grok

Lekcja 7 z 14 Zaktualizowano 3 listopada 2026 Programista
Na tej stronie
  1. Grok w ekosystemie JavaScript
  2. Instalacja
  3. Konfiguracja
  4. Generowanie tekstu
  5. Strumieniowanie
  6. Responses API czy Chat Completions
  7. Integracja z Next.js
  8. Generowanie obrazów
  9. Kiedy wybrać to SDK
  10. Kluczowe wnioski

Zaktualizowano 3 listopada 2026 r. na podstawie dokumentacji AI SDK 7 i dostawcy xAI: funkcja xai() korzysta z Responses API, a wersja 5 dostawcy @ai-sdk/xai nie obsługuje już Chat Completions; trasa Next.js zwraca createUIMessageStreamResponse, a generowanie obrazów odbywa się przez generateImage z parametrem aspectRatio. Źródła: AI SDK, dostawca xAI · AI SDK, Chatbot.

Grok w ekosystemie JavaScript

Vercel AI SDK to podstawowe rozwiązanie do integrowania modeli językowych z aplikacjami w JavaScript i TypeScript. xAI udostępnia dedykowanego dostawcę (@ai-sdk/xai), który natywnie integruje się z SDK, zapewniając płynne doświadczenie podczas tworzenia aplikacji webowych.

Instalacja

Zainstaluj SDK oraz dostawcę xAI:

npm install ai @ai-sdk/xai

Jeśli używasz TypeScript ze schematami walidacji (strukturalne wyjścia), dodaj Zod:

npm install ai @ai-sdk/xai zod

Konfiguracja

Dostawca xAI automatycznie odczytuje zmienną środowiskową XAI_API_KEY. Utwórz plik .env.local w katalogu głównym projektu:

XAI_API_KEY=xai-your-key-here

Generowanie tekstu

Podstawowe użycie z generateText:

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

const { text } = await generateText({
  model: xai('grok-4.7'),
  prompt: 'Explain the concept of serverless in 3 sentences.',
});

console.log(text);

Z historią konwersacji

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

const { text } = await generateText({
  model: xai('grok-4.7'),
  messages: [
    { role: 'system', content: 'You are a cloud architecture expert.' },
    { role: 'user', content: 'What are the benefits of serverless?' },
  ],
});

Strumieniowanie

Vercel AI SDK świetnie radzi sobie ze strumieniowaniem, co jest szczególnie przydatne w responsywnych interfejsach użytkownika:

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

const result = streamText({
  model: xai('grok-4.7'),
  prompt: 'Write an introduction to RESTful APIs.',
});

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

Responses API czy Chat Completions

W obecnych wersjach (AI SDK 7 i @ai-sdk/xai 5) wywołanie xai(model) korzysta z Responses API od xAI – jest to metoda rekomendowana przez xAI. Wszystkie powyższe przykłady już z niej korzystają, a xai.responses(model) pozwala zaznaczyć to jawnie. Dostawca przestał obsługiwać starszy punkt końcowy Chat Completions w wersji 5 (wrzesień 2026 r.); jeśli go potrzebujesz, użyj SDK OpenAI skierowanego na xAI (poprzednia lekcja).

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

// Responses API: forma krótka lub jawna
const { text } = await generateText({
  model: xai('grok-4.7'),
  prompt: 'Analyze the pros and cons of microservices.',
});

const explicit = await generateText({
  model: xai.responses('grok-4.7'),
  prompt: 'Same question, naming the API.',
});

Integracja z Next.js

Vercel AI SDK został zaprojektowany tak, aby najlepiej współpracował z Next.js. Oto trasa API ze strumieniowaniem, w formacie oczekiwanym przez hook useChat z @ai-sdk/react:

// 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'),
    messages: await convertToModelMessages(messages),
  });

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

Stara metoda result.toDataStreamResponse() już nie istnieje; result.toUIMessageStreamResponse() nadal działa w AI SDK 7, ale jest przestarzała.

Generowanie obrazów

Dostawca xAI obsługuje również generowanie obrazów za pomocą generateImage:

import { generateImage } from 'ai';
import { xai } from '@ai-sdk/xai';

const { image } = await generateImage({
  model: xai.image('grok-imagine-image'),
  prompt: 'A futuristic city at sunset',
  aspectRatio: '16:9',
});

Model obrazowy xAI nie przyjmuje parametru size: użyj aspectRatio.

Kiedy wybrać to SDK

Vercel AI SDK to oczywisty wybór, gdy pracujesz w środowisku webowym JavaScript lub TypeScript. Jeśli Twoja aplikacja działa na Next.js, Nuxt, SvelteKit lub podobnym frameworku, SDK idealnie wpisuje się w Twoje obecne narzędzia, oferując hooki i komponenty dedykowane tym środowiskom. Jego największą zaletą jest strumieniowanie do przeglądarki: progresywne wyświetlanie odpowiedzi, które przy ręcznej implementacji wymaga skomplikowanego kodu, tutaj działa w kilku liniach. Abstrakcja wielodostawcza (ten sam interfejs dla OpenAI, Anthropic i xAI) czyni go najlepszym wyborem, gdy chcesz móc zmieniać modele bez przepisywania warstwy integracyjnej: dostawca xAI zastępuje inny dostawcę poprzez zmianę jednej linii importu.

Kluczowe wnioski

  • Zainstaluj pakiety ai i @ai-sdk/xai, aby uzyskać natywne wsparcie dla Grok
  • Dostawca xai() automatycznie odczytuje zmienną XAI_API_KEY
  • Użyj generateText do uzyskania pełnych odpowiedzi, a streamText do strumieniowania
  • xai() korzysta z Responses API; dostawca nie obsługuje już Chat Completions od wersji 5