ai

GitHub
2.5k 166 简单 1 次阅读 2天前MIT语言模型图像音频视频开发框架Agent其他
AI 解读 由 AI 自动生成,仅供参考

TanStack AI 是一款专为构建智能应用而设计的强大且类型安全的 AI 开发工具包(SDK)。它旨在解决开发者在集成不同大模型时面临的适配复杂、代码冗余及多模态支持不足等痛点,让应用能轻松拥有对话、流式传输及智能体循环等核心能力。

这款工具主要面向前端与全栈开发者,特别是那些希望在不同 AI 提供商(如 OpenAI、Anthropic、Gemini、Ollama 等)之间灵活切换,或需要深度整合 TanStack 生态的用户。其独特的技术亮点在于“可摇树优化”的适配器架构,允许开发者仅按需导入特定功能(如纯文本聊天或图像生成),从而显著减小最终打包体积。此外,TanStack AI 原生支持图像、音频、视频等多模态内容处理,提供无头(Headless)状态管理以适应各种传输协议,并具备完善的可观测性事件系统,方便监控文本、工具调用及语音转录等全流程。通过服务端与客户端的类型安全协同,它能帮助团队高效打造稳定、高性能的下一代 AI 驱动应用。

使用场景

某电商初创团队正在开发一款支持多模态交互的智能客服系统,需要快速集成不同大模型以处理文本咨询、图片识别及实时流式回复。

没有 ai 时

  • 厂商锁定严重:代码中硬编码了特定云厂商的 SDK,一旦需要切换模型或进行 A/B 测试,必须重构大量底层逻辑。
  • 包体积臃肿:引入了完整的重型 SDK,即使只用到基础的文本对话功能,也被迫打包了图像生成、语音转录等无用代码,影响首屏加载速度。
  • 多模态开发繁琐:处理用户上传的商品图片时,需手动编写复杂的二进制转换与格式校验逻辑,极易出错且难以维护。
  • 类型安全缺失:前后端对于 AI 返回的数据结构缺乏统一约束,经常因字段缺失或类型不匹配导致运行时崩溃。
  • 可观测性薄弱:缺乏标准化的事件监听机制,难以追踪文本流、工具调用或图像生成的具体耗时与状态,排查问题如同“盲人摸象”。

使用 ai 后

  • 灵活适配多模型:利用 ai 提供的供应商无关适配器,通过简单配置即可在 OpenAI、Anthropic 或本地 Ollama 之间无缝切换,无需改动业务代码。
  • 极致按需加载:借助树摇(Tree-shakeable)特性,仅导入 openaiText 等所需功能模块,显著减小构建产物体积,提升应用性能。
  • 原生多模态支持:直接发送包含图片、文档的消息对象,ai 自动处理底层编码与协议转换,让开发者专注于业务逻辑而非数据格式化。
  • 全链路类型安全:基于 TypeScript 构建的同构工具链,确保从客户端到服务端的 AI 工具调用均享有严格的类型检查,提前规避潜在错误。
  • 结构化可观测事件:内置类型化的观察事件系统,可轻松监听并记录文本流、工具执行及图像生成的详细状态,为性能优化提供精准数据支撑。

ai 通过提供商无关的架构与极致的工程化设计,让构建高性能、多模态的 AI 应用变得像搭积木一样简单可靠。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该工具是一个基于 Node.js 的 AI SDK,主要依赖 Node.js v24+ 环境以避免与 isolated-vm 的兼容性问题。支持多种 AI 提供商(如 OpenAI, Anthropic, Gemini, Ollama)的适配器,并支持树摇优化。无需 Python 或 GPU 本地运行环境,实际算力需求取决于所调用的外部 AI 服务。
python不需要
Node.js v24+
ai hero image

快速开始


TanStack AI

一个功能强大、类型安全的 AI SDK,用于构建人工智能驱动的应用程序。

  • 提供商无关的适配器(OpenAI、Anthropic、Gemini、Ollama 等)
  • 可树摇的适配器 - 只导入你需要的部分,以减小包体积
  • 多模态内容支持 - 支持发送图片、音频、视频和文档
  • 图像生成 - 使用 OpenAI DALL-E/GPT-Image 和 Gemini Imagen 生成图像
  • 聊天完成、流式传输和代理循环策略
  • 带有适配器的无头聊天状态管理(SSE、HTTP 流、自定义)
  • 同构的类型安全工具,支持服务器端和客户端执行
  • 与 TanStack Start 的增强集成 - 在 AI 工具和服务器函数之间共享实现
  • 可观测性事件 - 针对文本、工具、图像、语音、转录和视频的结构化、类型化的事件(文档

阅读文档 →

要求

  • Node.js v24+ 是必需的,以避免与 isolated-vm 的兼容性问题。

可树摇的适配器

只导入你需要的功能,以减小包体积:

// 仅聊天功能 - 不会打包摘要代码
import { openaiText } from '@tanstack/ai-openai/adapters'
import { generate } from '@tanstack/ai'

const textAdapter = openaiText()

const result = generate({
  adapter: textAdapter,
  model: 'gpt-4o',
  messages: [{ role: 'user', content: [{ type: 'text', content: 'Hello!' }] }],
})

for await (const chunk of result) {
  console.log(chunk)
}

可用的适配器:openaiTextopenaiEmbedopenaiSummarizeanthropicTextgeminiTextollamaText 等。

参与进来

合作伙伴

CodeRabbit Cloudflare
AI 与你?

我们正在寻找 TanStack AI 合作伙伴加入我们的使命!与我们一起推动 TanStack AI 的边界,共同创造令人惊叹的事物。

让我们聊聊

探索 TanStack 生态系统

… 更多内容请访问 TanStack.com »

版本历史

@tanstack/ai-solid@0.6.112026/04/01
@tanstack/ai-react@0.7.72026/04/01
@tanstack/ai-svelte@0.6.112026/04/01
@tanstack/ai-vue-ui@0.1.222026/04/01
@tanstack/ai-vue@0.6.112026/04/01
@tanstack/ai-client@0.7.62026/04/01
@tanstack/ai-preact@0.6.112026/04/01
@tanstack/ai-fal@0.6.92026/03/30
@tanstack/ai-svelte@0.6.102026/03/30
@tanstack/react-ai-devtools@0.2.192026/03/30
@tanstack/ai-openrouter@0.7.02026/03/30
@tanstack/preact-ai-devtools@0.1.192026/03/30
@tanstack/ai-solid@0.6.102026/03/30
@tanstack/ai-preact@0.6.102026/03/30
@tanstack/ai-vue@0.6.102026/03/30
@tanstack/ai@0.9.22026/03/30
@tanstack/solid-ai-devtools@0.2.192026/03/30
@tanstack/ai-event-client@0.1.42026/03/30
@tanstack/ai-react@0.7.62026/03/30
@tanstack/ai-devtools-core@0.3.152026/03/30

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架