Vercel AI SDK 快速入门：Node.js 版 AI 聊天机器人开发指南

【免费下载链接】ai Build AI-powered applications with React, Svelte, Vue, and Solid 项目地址: https://gitcode.com/GitHub_Trending/ai/ai

前言

在当今 AI 技术蓬勃发展的时代，构建智能对话系统已成为开发者必备技能之一。Vercel AI SDK 作为一个强大的工具集，为开发者提供了快速集成 AI 功能的便捷途径。本文将带你从零开始，使用 Node.js 和 Vercel AI SDK 构建一个功能完善的 AI 聊天机器人。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

1. Node.js 18+：这是运行 JavaScript/TypeScript 代码的基础环境
2. pnpm：一个高效的 Node.js 包管理器（也可以使用 npm 或 yarn）
3. OpenAI API 密钥：用于访问 OpenAI 的语言模型服务

如果你还没有 OpenAI API 密钥，可以前往 OpenAI 官网申请获取。

项目初始化

让我们从创建一个全新的 Node.js 项目开始：

mkdir ai-chatbot
cd ai-chatbot
pnpm init

安装依赖

接下来，安装项目所需的依赖包：

pnpm add ai @ai-sdk/openai zod dotenv
pnpm add -D @types/node tsx typescript

这里我们安装了以下几个关键包：

• ai：Vercel AI SDK 核心库
• @ai-sdk/openai：OpenAI 提供程序
• zod：用于定义类型安全的模式验证
• dotenv：用于加载环境变量

开发依赖则包括 TypeScript 相关工具和运行环境。

配置环境变量

创建一个 .env 文件来存储你的 OpenAI API 密钥：

OPENAI_API_KEY=你的API密钥

请务必将 你的API密钥 替换为实际的 OpenAI API 密钥。这个密钥将被用于验证你的应用与 OpenAI 服务的连接。

基础聊天机器人实现

现在，让我们创建一个基本的聊天机器人。新建 index.ts 文件并添加以下代码：

import { openai } from '@ai-sdk/openai';
import { CoreMessage, streamText } from 'ai';
import dotenv from 'dotenv';
import * as readline from 'node:readline/promises';

dotenv.config();

const terminal = readline.createInterface({
  input: process.stdin,
  output: process.stdout,
});

const messages: CoreMessage[] = [];

async function main() {
  while (true) {
    const userInput = await terminal.question('你: ');

    messages.push({ role: 'user', content: userInput });

    const result = streamText({
      model: openai('gpt-4o'),
      messages,
    });

    let fullResponse = '';
    process.stdout.write('\nAI助手: ');
    for await (const delta of result.textStream) {
      fullResponse += delta;
      process.stdout.write(delta);
    }
    process.stdout.write('\n\n');

    messages.push({ role: 'assistant', content: fullResponse });
  }
}

main().catch(console.error);

这段代码实现了一个简单的命令行聊天机器人，具有以下特点：

1. 使用 readline 创建交互式命令行界面
2. 维护 messages 数组保存对话历史，为模型提供上下文
3. 使用 streamText 函数实现流式响应，提升用户体验
4. 支持持续对话，每次对话都会更新上下文

运行你的聊天机器人

启动你的应用：

pnpm tsx index.ts

现在，你可以直接在命令行中与 AI 进行对话了！输入你的问题或消息，AI 会实时给出响应。

增强功能：工具集成

虽然大型语言模型(LLM)具有强大的生成能力，但在某些特定任务上仍有局限。这时，"工具"就派上用场了。工具是 LLM 可以调用的外部功能，能够扩展模型的能力边界。

添加天气工具

让我们为聊天机器人添加一个天气查询功能：

import { tool } from 'ai';
import { z } from 'zod';

// 在streamText配置中添加tools选项
const result = streamText({
  model: openai('gpt-4o'),
  messages,
  tools: {
    weather: tool({
      description: '获取指定地点的天气信息(摄氏度)',
      parameters: z.object({
        location: z.string().describe('要查询天气的地点'),
      }),
      execute: async ({ location }) => ({
        location,
        temperature: Math.round((Math.random() * 30 + 5) * 10) / 10, // 5°C到35°C之间的随机温度
      }),
    }),
  },
});

这个天气工具具有以下特点：

1. 定义了清晰的描述，帮助模型理解何时使用该工具
2. 使用 Zod 定义参数模式，确保类型安全
3. 包含执行函数，可以集成真实天气 API（示例中使用随机温度模拟）

现在你可以询问类似"纽约的天气怎么样？"这样的问题，模型会自动调用天气工具获取信息。

多步骤工具调用

默认情况下，模型生成工具调用后就结束响应。为了实现更复杂的交互，我们可以启用多步骤工具调用：

const result = streamText({
  model: openai('gpt-4o'),
  messages,
  tools: {
    // ...工具定义
  },
  maxSteps: 5, // 允许最多5个步骤
  onStepFinish: step => {
    console.log(JSON.stringify(step, null, 2)); // 调试日志
  },
});

通过设置 maxSteps，模型可以：

1. 生成工具调用
2. 接收工具执行结果
3. 基于结果生成自然语言响应
4. 必要时继续调用其他工具

添加温度转换工具

为了展示多工具协作，我们再添加一个温度转换工具：

tools: {
  weather: tool({
    // ...天气工具定义
  }),
  convertCelsiusToFahrenheit: tool({
    description: '将摄氏温度转换为华氏温度',
    parameters: z.object({
      celsius: z.number().describe('要转换的摄氏温度'),
    }),
    execute: async ({ celsius }) => {
      const fahrenheit = (celsius * 9) / 5 + 32;
      return { fahrenheit: Math.round(fahrenheit * 100) / 100 };
    },
  }),
}

现在，当你询问"纽约现在的温度是多少华氏度？"时，模型会：

1. 调用天气工具获取摄氏温度
2. 调用温度转换工具转换为华氏度
3. 生成包含转换结果的友好响应

最佳实践与进阶建议

1. 错误处理：为工具执行添加适当的错误处理逻辑
2. 限流控制：对API调用实施限流，避免超额使用
3. 上下文管理：定期清理过长的对话历史，避免超出模型上下文限制
4. 真实API集成：将示例中的模拟工具替换为真实的天气API或其他服务
5. 用户界面：考虑将命令行界面升级为Web界面，提升用户体验

总结

通过本文，你已经学会了：

1. 如何使用 Vercel AI SDK 快速搭建 Node.js AI 应用
2. 实现基本的流式聊天机器人
3. 通过工具扩展模型能力
4. 实现多步骤工具调用流程

这些技术可以应用于各种场景，如客服机器人、智能助手、数据分析工具等。Vercel AI SDK 的强大之处在于它提供了一致的接口，让你可以轻松切换不同的模型提供商，而无需重写大量代码。

现在，你已经具备了构建智能对话系统的基础能力，接下来可以探索更复杂的应用场景，如多模态交互、检索增强生成(RAG)等高级功能。

【免费下载链接】ai Build AI-powered applications with React, Svelte, Vue, and Solid 项目地址: https://gitcode.com/GitHub_Trending/ai/ai