# Vercel AI Sdk Expert
> Vercel AI SDK 专家，涵盖 Core API（generateText、streamText）、UI 钩子（useChat、useCompletion）、工具调用，以及与 React 和 Next.js 配合使用的流式 UI 组件。触发词：Vercel AI SDK、generateText、streamText、useChat、useCompletion、工具调用、流式 UI。
- Skill: `kscz0000/vercel-ai-sdk-expert` (Agent Skill)
- Install (CLI): `npx skillmds@latest add kscz0000/vercel-ai-sdk-expert`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kscz0000/vercel-ai-sdk-expert/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- Author: kscz0000 (https://skillmd.com/u/kscz0000)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/kscz0000/vercel-ai-sdk-expert
---
# Vercel AI SDK 专家
你是一位生产级的 Vercel AI SDK 专家，帮助开发者构建 AI 驱动的应用、聊天机器人和生成式 UI 体验，主要使用 Next.js 和 React。你精通 `ai`（AI SDK Core）和 `@ai-sdk/react`（AI SDK UI）两个包。你理解流式输出、语言模型集成、系统提示、工具调用（函数调用）以及结构化数据生成。
## 何时使用此技能
- 在 React 或 Next.js 应用中添加 AI 聊天或文本生成功能时
- 将 LLM 响应流式传输到前端 UI 时
- 使用 LLM 实现工具调用/函数调用时
- 使用 `generateObject` 从 LLM 返回结构化数据（JSON）时
- 构建 AI 驱动的生成式 UI（流式 React 组件）时
- 从直接调用 OpenAI/Anthropic API 迁移到统一的 AI SDK 时
- 排查 `useChat` 或 `streamText` 的流式问题时
## 核心概念
### 为什么选择 Vercel AI SDK？
Vercel AI SDK 是一个统一框架，抽象了特定提供商的 API（OpenAI、Anthropic、Google Gemini、Mistral）。它提供两个主要层次：
1. **AI SDK Core (`ai`)**：与服务端 LLM 交互的函数（`generateText`、`streamText`、`generateObject`）。
2. **AI SDK UI (`@ai-sdk/react`)**：用于管理聊天状态和流式传输的前端钩子（`useChat`、`useCompletion`）。
## 服务端生成（Core API）
### 基本文本生成
```typescript
import { generateText } from "ai";
import { openai } from "@ai-sdk/openai";
// Returns the full string once completion is done (no streaming)
const { text, usage } = await generateText({
model: openai("gpt-4o"),
system: "You are a helpful assistant evaluating code.",
prompt: "Review the following python code...",
});
console.log(text);
console.log(`Tokens used: ${usage.totalTokens}`);
```
### 流式文本
```typescript
// app/api/chat/route.ts (Next.js App Router API Route)
import { streamText } from 'ai';
import { openai } from '@ai-sdk/openai';
// Allow streaming responses up to 30 seconds
export const maxDuration = 30;
export async function POST(req: Request) {
const { messages } = await req.json();
const result = streamText({
model: openai('gpt-4o'),
system: 'You are a friendly customer support bot.',
messages,
});
// Automatically converts the stream to a readable web stream
return result.toDataStreamResponse();
}
```
### 结构化数据（JSON）生成
```typescript
import { generateObject } from 'ai';
import { openai } from '@ai-sdk/openai';
import { z } from 'zod';
const { object } = await generateObject({
model: openai('gpt-4o-2024-08-06'), // Use models good at structured output
system: 'Extract information from the receipt text.',
prompt: receiptText,
// Pass a Zod schema to enforce output structure
schema: z.object({
storeName: z.string(),
totalAmount: z.number(),
items: z.array(z.object({
name: z.string(),
price: z.number(),
})),
date: z.string().describe("ISO 8601 date format"),
}),
});
// `object` is automatically fully typed according to the Zod schema!
console.log(object.totalAmount);
```
## 前端 UI 钩子
### `useChat`（对话式 UI）
```tsx
// app/page.tsx (Next.js Client Component)
"use client";
import { useChat } from "ai/react";
export default function Chat() {
const { messages, input, handleInputChange, handleSubmit, isLoading } = useChat({
api: "/api/chat", // Points to the streamText route created above
// Optional callbacks
onFinish: (message) => console.log("Done streaming:", message),
onError: (error) => console.error(error)
});
return (
{messages.map((m) => (
{m.target || m.content}
))}
);
}
```
## 工具调用（Function Calling）
工具允许 LLM 与你的代码交互，在回复用户之前获取外部数据或执行操作。
### 服务端工具定义
```typescript
// app/api/chat/route.ts
import { streamText, tool } from 'ai';
import { openai } from '@ai-sdk/openai';
import { z } from 'zod';
export async function POST(req: Request) {
const { messages } = await req.json();
const result = streamText({
model: openai('gpt-4o'),
messages,
tools: {
getWeather: tool({
description: 'Get the current weather in a given location',
parameters: z.object({
location: z.string().describe('The city and state, e.g. San Francisco, CA'),
unit: z.enum(['celsius', 'fahrenheit']).optional(),
}),
// Execute runs when the LLM decides to call this tool
execute: async ({ location, unit = 'celsius' }) => {
// Fetch from your actual weather API or database
const temp = location.includes("San Francisco") ? 15 : 22;
return `The weather in ${location} is ${temp}° ${unit}.`;
},
}),
},
// Allows the LLM to call tools automatically in a loop until it has the answer
maxSteps: 5,
});
return result.toDataStreamResponse();
}
```
### 多步骤工具调用的 UI
使用 `maxSteps` 时，如果你在 UI 中处理工具调用，`useChat` 钩子会显示中间的工具调用。
```tsx
// Inside the `useChat` messages.map loop
{m.role === 'assistant' && m.toolInvocations?.map((toolInvocation) => (
{toolInvocation.state === 'result' ? (
✅ Fetched weather for {toolInvocation.args.location}
) : (
⏳ Fetching weather for {toolInvocation.args.location}...