Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Vercel AI SDK e Integração com Frontend

Aula 6 de 12 Atualizada a 3 de novembro de 2026 Programador
Nesta página
  1. O Vercel AI SDK para Aplicações Web
  2. Instalação
  3. Lado do Servidor: Geração de Texto
  4. Streaming no Lado do Servidor
  5. Lado do Cliente: O Hook useChat
  6. Rota de API Correspondente
  7. Pontos-chave

Atualizado em 3 de novembro de 2026 com base na documentação do AI SDK 7 (ai 7.0.x, @ai-sdk/react 4.x): o useChat funciona com DefaultChatTransport e sendMessage, as mensagens são apresentadas através de parts, a rota devolve createUIMessageStreamResponse, system torna-se instructions e o fornecedor @ai-sdk/xai 5 já não suporta Chat Completions: xai() utiliza a API de Respostas (código verificado com o compilador TypeScript usando ai 7.0.162 e @ai-sdk/xai 5.0.38). A versão anterior utilizava a API do AI SDK 4 (input, handleSubmit, isLoading, toDataStreamResponse). Fontes: AI SDK, Chatbot · AI SDK, fornecedor xAI.

O Vercel AI SDK para Aplicações Web

O Vercel AI SDK é uma estrutura TypeScript concebida para integrar modelos de IA em aplicações web. Fornece hooks React, utilitários de streaming e uma abstração unificada que suporta nativamente xAI/Grok através do pacote @ai-sdk/xai.

Se estiver a construir uma aplicação Next.js, Nuxt, SvelteKit ou qualquer aplicação React que necessite de apresentar respostas em streaming, o Vercel AI SDK simplifica significativamente o trabalho.

Instalação

Instale o SDK principal e o fornecedor xAI:

npm install ai @ai-sdk/xai

Configure a sua chave de API nas variáveis de ambiente:

# .env.local
XAI_API_KEY=a-sua-chave-api

Lado do Servidor: Geração de Texto

A função generateText é o equivalente mais simples a client.chat.create(). Uma coisa mudou, e diz respeito diretamente a este curso: desde a versão 5 do fornecedor @ai-sdk/xai (setembro de 2026), compatível com o AI SDK 7, o fornecedor já não suporta o endpoint de Chat Completions. xai(model) utiliza a API de Respostas, que a xAI recomenda agora. O método xai.chat(model), que alguns guias de migração ainda citam, existiu apenas na versão 4 do fornecedor; para código que deva permanecer no Chat Completions, utilize o SDK OpenAI apontado para a xAI em vez disso (Lição 5).

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

const { text } = await generateText({
  model: xai("grok-4.7"), // API de Respostas xAI
  instructions: "Você é um assistente técnico.",
  prompt: "Explique o conceito de contentorização.",
});

console.log(text);

O fornecedor xai lê automaticamente XAI_API_KEY do ambiente; createXai() permite-lhe criar uma instância com definições personalizadas. A opção instructions substitui system, que ainda é aceite mas está obsoleto no AI SDK 7.

Streaming no Lado do Servidor

Para streaming, utilize streamText. A resposta lê fragmento por fragmento a partir de textStream:

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

const result = streamText({
  model: xai("grok-4.7"),
  instructions: "Você é um assistente de ensino.",
  messages: [
    { role: "user", content: "Como funciona uma base de dados relacional?" },
  ],
});

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

Lado do Cliente: O Hook useChat

O hook useChat é a peça central no frontend. Gere o histórico da conversa, o streaming e o estado do pedido; o campo de entrada, no entanto, permanece um estado React simples que gere:

"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" ? "Você" : "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="Faça a sua pergunta..."
          disabled={status !== "ready"}
        />
        <button type="submit" disabled={status !== "ready"}>
          Enviar
        </button>
      </form>
    </div>
  );
}

O que o useChat Gere Automaticamente

  • Histórico de mensagens: Acumula trocas; cada mensagem carrega parts (texto, chamadas de ferramentas…), apresente isto em vez do antigo campo content
  • Streaming: Apresenta a resposta à medida que é gerada
  • Estado do pedido: status é ready quando uma nova mensagem pode ser enviada
  • Gestão de erros: Interceta erros de rede e de API
  • Cancelamento: stop() interrompe uma geração em curso

Rota de API Correspondente

O hook espera uma rota que devolva um fluxo de mensagens de interface. Eis a implementação com o Next.js App Router, modelada segundo o exemplo oficial do 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: "Você é um assistente prestativo. Responda em inglês.",
    messages: await convertToModelMessages(messages),
  });

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

Duas conversões envolvem a troca: convertToModelMessages transforma as mensagens de interface recebidas do cliente em mensagens de modelo, e toUIMessageStream faz o inverso no fluxo de resposta. Os métodos toUIMessageStreamResponse() no resultado streamText ainda funcionam no AI SDK 7, mas estão obsoletos; quanto ao antigo toDataStreamResponse(), já não existe.

Pontos-chave

  • O Vercel AI SDK suporta xAI/Grok através do pacote @ai-sdk/xai
  • generateText para respostas síncronas, streamText para streaming
  • O hook useChat gere o estado completo de uma conversa no cliente
  • createUIMessageStreamResponse e toUIMessageStream devolvem o fluxo esperado pelo useChat; toDataStreamResponse() já não existe
  • Desde o @ai-sdk/xai 5, o fornecedor já não suporta Chat Completions: xai() utiliza a API de Respostas; para permanecer no Chat Completions, utilize o SDK OpenAI
  • O fornecedor createXai() deteta automaticamente a chave de API no ambiente