Vercel AI SDK och integration med frontend
På denna sida
Uppdaterat den 3 november 2026 baserat på dokumentationen för AI SDK 7 (
ai7.0.x,@ai-sdk/react4.x):useChatfungerar medDefaultChatTransportochsendMessage, meddelanden visas viaparts, routen returnerarcreateUIMessageStreamResponse,systemhar blivitinstructions, och providern@ai-sdk/xai5 stöder inte längre Chat Completions:xai()använder Responses API (koden verifierad med TypeScript-kompilatorn medai7.0.162 och@ai-sdk/xai5.0.38). Den tidigare versionen använde AI SDK 4 API:t (input,handleSubmit,isLoading,toDataStreamResponse). Källor: AI SDK, Chatbot · AI SDK, xAI provider.
Vercel AI SDK för webbapplikationer
Vercel AI SDK är ett TypeScript-ramverk designat för att integrera AI-modeller i webbapplikationer. Det tillhandahåller React-hooks, strömningsverktyg och en enhetlig abstraktion som har inbyggt stöd för xAI/Grok via paketet @ai-sdk/xai.
Om du bygger en Next.js-, Nuxt-, SvelteKit- eller vilken React-applikation som helst som behöver visa strömmande svar, förenklar Vercel AI SDK arbetet avsevärt.
Installation
Installera kärn-SDK:t och xAI-providern:
npm install ai @ai-sdk/xai
Konfigurera din API-nyckel i miljövariablerna:
# .env.local
XAI_API_KEY=din-api-nyckel
Serversidan: Generering av text
Funktionen generateText är den enklaste motsvarigheten till client.chat.create(). En sak har ändrats, och det rör denna kurs direkt: sedan version 5 av providern @ai-sdk/xai (september 2026), kompatibel med AI SDK 7, stöder providern inte längre Chat Completions-endpointen. xai(model) använder Responses API, vilket xAI nu rekommenderar. Metoden xai.chat(model), som vissa migrationsguider fortfarande nämner, existerade endast i provider-version 4; för kod som måste stanna på Chat Completions, använd istället OpenAI SDK pekande mot xAI (Lektion 5).
import { generateText } from "ai";
import { xai } from "@ai-sdk/xai";
const { text } = await generateText({
model: xai("grok-4.7"), // xAI Responses API
instructions: "Du är en teknisk assistent.",
prompt: "Förklara konceptet containerisering.",
});
console.log(text);
Providern xai läser automatiskt XAI_API_KEY från miljön; createXai() låter dig skapa en instans med anpassade inställningar. Alternativet instructions ersätter system, vilket fortfarande accepteras men är föråldrat i AI SDK 7.
Strömning på serversidan
För strömning, använd streamText. Svaret läses bit för bit från textStream:
import { streamText } from "ai";
import { xai } from "@ai-sdk/xai";
const result = streamText({
model: xai("grok-4.7"),
instructions: "Du är en undervisningsassistent.",
messages: [
{ role: "user", content: "Hur fungerar en relationsdatabas?" },
],
});
for await (const chunk of result.textStream) {
process.stdout.write(chunk);
}
Klientsidan: Hook:en useChat
Hook:en useChat är navet på frontend. Den hanterar konversationshistorik, strömning och begäranstillstånd; inmatningsfältet är dock fortfarande ett enkelt React-tillstånd som du hanterar själv:
"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" ? "Du" : "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="Ställ din fråga..."
disabled={status !== "ready"}
/>
<button type="submit" disabled={status !== "ready"}>
Skicka
</button>
</form>
</div>
);
}
Vad useChat hanterar automatiskt
- Meddelandehistorik: Ackumulerar utbyten; varje meddelande bär på
parts(text, verktygsanrop…), visa dessa snarare än det gamla fältetcontent - Strömning: Visar svaret medan det genereras
- Begäranstillstånd:
statusärreadynär ett nytt meddelande kan skickas - Felhantering: Fångar nätverks- och API-fel
- Avbrytning:
stop()avbryter en pågående generering
Motsvarande API-rutt
Hook:en förväntar sig en rutt som returnerar en ström av UI-meddelanden. Här är implementationen med Next.js App Router, modellerad efter det officiella exemplet för 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: "Du är en hjälpsam assistent. Svara på engelska.",
messages: await convertToModelMessages(messages),
});
return createUIMessageStreamResponse({
stream: toUIMessageStream({ stream: result.stream }),
});
}
Två konverteringar omsluter utbytet: convertToModelMessages transformerar UI-meddelanden mottagna från klienten till modellmeddelanden, och toUIMessageStream gör det omvända på svarsströmmen. Metoderna toUIMessageStreamResponse() på resultatet från streamText fungerar fortfarande i AI SDK 7, men de är föråldrade; vad gäller den gamla toDataStreamResponse(), finns den inte längre.
Viktiga punkter
- Vercel AI SDK stöder xAI/Grok via paketet
@ai-sdk/xai generateTextför synkrona svar,streamTextför strömning- Hook:en
useChathanterar hela tillståndet för en konversation på klienten createUIMessageStreamResponseochtoUIMessageStreamreturnerar den ström somuseChatförväntar sig;toDataStreamResponse()finns inte längre- Sedan
@ai-sdk/xai5 stöder providern inte längre Chat Completions:xai()använder Responses API; för att stanna på Chat Completions, använd OpenAI SDK - Providern
createXai()upptäcker automatiskt API-nyckeln i miljön