pro-chat

GitHub
900 117 简单 1 次阅读 2天前MIT语言模型
AI 解读 由 AI 自动生成,仅供参考

ProChat 是一款专为快速构建大语言模型(LLM)聊天界面而设计的开源组件库。它旨在帮助开发者轻松搭建功能丰富、交互流畅且直观的对话应用,无需从零开始处理复杂的聊天逻辑与 UI 细节。

在实际开发中,构建一个完善的聊天窗口往往涉及消息流式传输、上下文记忆、Markdown 渲染以及复杂的编辑操作等繁琐工作。ProChat 通过封装这些通用能力,有效解决了重复造轮子的问题,让团队能更专注于核心业务逻辑的实现。

该工具主要面向前端开发工程师和技术团队,特别是那些基于 React 技术栈、希望快速集成 AI 对话功能的项目。无论是初创公司的原型验证,还是成熟产品的功能迭代,ProChat 都能提供强有力的支持。

其核心技术亮点包括:内置自动会话缓存机制,确保对话连贯性;支持流式与非流式响应,完美适配各类大模型接口;提供消息编辑、重发、删除等精细化控制功能;并具备自动 Markdown 渲染能力,让文本展示更加美观。此外,它还暴露了编程式控制接口(Ref),允许开发者深度定制交互流程。作为 Ant Design 生态的一部分,ProChat 拥有良好的视觉一致性和社区支持,是构建现代 AI 聊天应用的理想选择。

使用场景

某初创团队需要在两周内为内部知识库上线一个支持流式输出、代码高亮和历史记录管理的 AI 问答助手,前端负责人正面临紧迫的交付压力。

没有 pro-chat 时

  • 重复造轮子:开发者需手动封装 WebSocket 或 SSE 接口来处理流式打字机效果,耗费大量时间调试断连和渲染卡顿问题。
  • 交互功能缺失:用户无法直接编辑发送过的消息或重新生成回答,团队必须从零开发消息修改、重试和删除的逻辑。
  • 格式渲染繁琐:为了让 AI 输出的 Markdown 代码块和数学公式正常显示,需要额外集成并配置多个解析插件,样式难以统一。
  • 状态管理混乱:对话历史缓存、上下文拼接以及加载状态维护分散在各个组件中,导致代码耦合度高且极易出现 Bug。

使用 pro-chat 后

  • 开箱即用流式对话:仅需传入一个 request 异步函数,pro-chat 自动处理流式数据接收与平滑渲染,将后端对接时间从两天缩短至两小时。
  • 内置高级交互控件:直接获得消息编辑、组合重试、删除等完整功能,无需编写额外逻辑即可满足用户对对话精细控制的需求。
  • 原生 Markdown 支持:组件自动将 AI 返回的 Markdown 内容渲染为美观的富文本,代码高亮和表格展示效果完美,零配置成本。
  • 自动化会话管理:pro-chat 内部自动维护对话缓存和上下文状态,开发者只需关注业务逻辑,大幅降低了前端架构的复杂度。

pro-chat 让团队从繁琐的 UI 基建中解放出来,专注于核心业务逻辑,确保了 AI 应用的高质量快速交付。

运行环境要求

操作系统
  • 未说明 (基于浏览器的跨平台组件库)
GPU

不需要 (前端 UI 组件库)

内存

未说明

依赖
notes这是一个用于快速构建大语言模型聊天界面的前端 React 组件库,而非后端 AI 模型。运行环境需要 Node.js 和包管理器(推荐 pnpm)。该库仅支持 ESM 模块格式。浏览器端需支持现代浏览器或 IE11(需 polyfills)。若在 Next.js 中使用需注意相关配置问题。
python不需要 (Node.js 环境)
antd
antd-style
pro-chat hero image

快速开始

前言

新用户请直接使用 ant-design/x

一些道歉和想说的:https://github.com/ant-design/pro-chat/issues/340

ProChat

用于快速构建大模型聊天界面的组件库。



English · 简体中文 · Changelog . Report Bug · Request Feature

目录

目录

📦 安装

[!IMPORTANT]

本包仅支持 ESM 格式(详见:gist)。

要安装 @ant-design/pro-chat,请运行以下命令:

$ pnpm install @ant-design/pro-chat

pnpm 默认会自动安装依赖项。如果您使用其他包管理工具,则可能需要单独安装 antdantd-style

使用 Next.js 编译

如果您在使用 Next.js 时遇到问题,请参阅此处

🔨 使用

import { ProChat } from '@ant-design/pro-chat';

export default () => (
  <ProChat
    request={async (messages) => {
      // 以 Message 对象作为参数发送请求
      return Message; // 支持流式与非流式响应
    }}
  />
);

✨ 特性

[!NOTE]

ProChat 致力于快速搭建大型语言模型聊天对话框架,旨在帮助开发者轻松创建丰富、动态且直观的聊天界面。

聊天界面组件框架与解决方案:

  • 🔄 自动聊天缓存:无需额外操作即可保持对话连续性,确保流畅的用户体验。
  • 💬 流式对话:提供多种对话风格供选择,满足不同用户的偏好。
  • ✏️ 消息编辑功能:配备请求重做、组合编辑和删除等工具,实现精准的对话控制。
  • 📖 自动渲染 Markdown:将 Markdown 转换为格式精美的消息,带来沉浸式的富文本体验。
  • 🎚️ 程序化控制(Ref):精确指挥聊天流程,让开发者打造个性化的对话体验。

设计演进 / 进行中

  • 具备编辑能力的自定义对话渲染 - issue/21
  • 增强的请求参数 - 未来将支持在请求中注入更多参数
  • 个性化错误处理 - 可为意外情况定制独特的回退方案和配置
  • 扩展文档与国际化 - 提供全面指南和多语言支持,实现真正的无国界体验
  • 原子化组件设计 - 预计采用模块化设计方法,兼具简洁性和灵活性。

👀 展示

让我们展示一下 ProChat 的几项特色功能:

流式对话 内容编辑器
体验如河流般自然流畅的流式对话 使用实时编辑工具,精细调整并完善您的对话内容。
集成渲染
通过内置渲染功能,进入生动的聊天世界,让文字跃然眼前。

🖥 浏览器兼容性

[!NOTE]

edge Edge chrome safari electron_48x48
Edge 最近两个版本 最近两个版本 最近两个版本 最近两个版本

⌨️ 本地开发

您可以通过 Github Codespaces 进行在线开发:

或者克隆代码库进行本地开发:

$ git clone https://github.com/ant-design/pro-chat.git
$ cd pro-chat
$ pnpm install
$ pnpm dev

🤝 贡献

[!IMPORTANT]

加入我们的协作生态系统。您的贡献是我们项目的脉搏。以下是如何成为我们充满活力的社区不可或缺的一部分:

  • 集成与创新:将 Ant Design Pro、umi 和 ProChat 集成到您的项目中。您在实际使用中的反馈对我们来说至关重要。
  • 分享您的见解:遇到问题了吗?有疑问吗?您的观点很重要。请通过提交 issues 与我们分享,帮助我们提升用户体验。
  • 塑造未来:是否有代码改进或功能建议?我们诚邀您提出 pull requests,直接参与代码库的演进。

无论大小,每一份贡献都值得庆祝。加入我们,共同致力于完善和提升开源企业级 UI 组件的世界。 😃





🛣️ 生态系统

  • ProComponents - 专为企业级应用设计,像专业人士一样使用 Ant Design!
  • ProEditor - 最强大的编辑器 UI 框架和组件。
  • ProFlow - 基于 React-Flow 的流程编辑器框架。
  • ProChat - 用于快速构建 LLM 聊天界面的组件库。


📝 许可证

版权所有 © 2023 - 至今 AFX & Ant Digital
本项目采用 MIT 许可证。

版本历史

v1.15.32024/10/15
v1.15.02024/07/09
v1.8.02024/02/02
v1.7.12024/02/02
v1.7.02024/01/29
v1.6.12024/01/22
v1.6.02024/01/22
v1.5.02024/01/19
v1.4.42024/01/19
v1.9.32024/03/04
v1.9.12024/02/07
v1.14.02024/06/05
v1.13.42024/05/09
v1.13.02024/04/23
v1.12.22024/03/25
v1.12.02024/03/19
v1.11.02024/03/14
v1.10.22024/03/11
v1.10.02024/03/06
v1.9.02024/02/02

常见问题

相似工具推荐

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

160.8k|★★☆☆☆|今天
开发框架Agent语言模型

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|1周前
语言模型图像Agent

spec-kit

Spec Kit 是一款专为提升软件开发效率而设计的开源工具包,旨在帮助团队快速落地“规格驱动开发”(Spec-Driven Development)模式。传统开发中,需求文档往往与代码实现脱节,导致沟通成本高且结果不可控;而 Spec Kit 通过将规格说明书转化为可执行的指令,让 AI 直接依据明确的业务场景生成高质量代码,从而减少从零开始的随意编码,确保产出结果的可预测性。 该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程,用户只需通过简单的命令行操作,即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念,支持社区扩展与预设模板,允许用户根据特定技术栈定制开发流程。此外,Spec Kit 强调官方维护的安全性,提供稳定的版本管理,帮助开发者在享受 AI 红利的同时,依然牢牢掌握架构设计的主动权,真正实现从“凭感觉写代码”到“按规格建系统”的转变。

88.7k|★★☆☆☆|2天前
语言模型图像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|★★☆☆☆|2周前
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。

85.3k|★★☆☆☆|昨天
图像数据工具视频

funNLP

funNLP 是一个专为中文自然语言处理(NLP)打造的超级资源库,被誉为"NLP 民工的乐园”。它并非单一的软件工具,而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。 面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点,funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具,还独特地收录了丰富的垂直领域资源,如法律、医疗、金融行业的专用词库与数据集,甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性,从基础的字典词典到前沿的 BERT、GPT-2 模型代码,再到高质量的标注数据和竞赛方案,应有尽有。 无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师,还是从事人工智能研究的学者,都能在这里找到急需的“武器弹药”。对于开发者而言,它能大幅减少寻找数据和复现模型的时间;对于研究者,它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神,极大地降低了中文自然语言处理的开发与研究成本,是中文 AI 社区不可或缺的宝藏仓库。

79.9k|★☆☆☆☆|1周前
语言模型数据工具其他