ai-jsx
ai-jsx 是一个专为 JavaScript 开发者打造的 AI 应用开发框架,旨在让构建智能应用像编写普通网页一样自然。它巧妙地将大语言模型(LLM)的能力融入熟悉的 JSX 语法中,解决了传统开发中提示词工程难以模块化、以及模型输出仅限于纯文本导致界面交互僵化的问题。
通过 ai-jsx,开发者可以将提示词封装为可复用的组件,并允许大模型根据上下文动态渲染 React 界面元素,而不仅仅是返回文字。这意味着你可以预先定义一组 UI 组件,让 AI 在运行时自主决定如何组合和展示它们,从而实现真正的“生成式用户界面”。此外,它还原生支持工具调用、文档问答、流式输出,并能无缝切换 OpenAI、Anthropic 等多种模型后端,甚至兼容 LangChain 生态。
这款工具特别适合熟悉 React 技术栈的前端工程师和全栈开发者,帮助他们快速原型化或部署独立的 AI 应用,也能轻松集成到现有的 Next.js 或 Create React App 项目中。对于希望深入探索 AI 交互可能性的技术人员而言,ai-jsx 提供了一套现代化、组件化且高度灵活的解决方案,让创意能更快速地转化为现实。
使用场景
某电商初创团队正在开发一个智能客服系统,需要根据用户查询动态生成包含商品卡片、操作按钮和富文本解答的交互式回复界面。
没有 ai-jsx 时
- 提示词工程混乱:开发者需手动拼接冗长的字符串提示词来描述 UI 结构,难以维护和复用,稍有不慎就会导致模型输出格式错误。
- 前后端割裂严重:后端只能返回纯文本或固定的 JSON 数据,前端必须编写大量硬编码逻辑来解析数据并渲染对应的 React 组件,无法实现真正的动态布局。
- 多模型切换成本高:若想从 OpenAI 切换到 Anthropic 或本地 Llama2 模型,需要重写大量底层调用代码和适配逻辑。
- 流式体验缺失:实现打字机效果的流式响应需要自行处理复杂的缓冲区管理和事件监听,开发周期长且容易出 Bug。
使用 ai-jsx 后
- 组件化提示词:利用 JSX 语法将提示词模块化,开发者可以直接在代码中定义可复用的提示组件,让大模型的理解更精准且易于调试。
- 原生生成式 UI:ai-jsx 允许大模型直接根据预定义的 React 组件库动态构建界面,模型返回的不再是枯燥文本,而是可直接渲染的商品卡片或交互按钮。
- 无缝模型切换:借助其内置的多模型支持,团队只需修改配置即可在 OpenAI、Anthropic 等提供商之间自由切换,无需改动业务逻辑代码。
- 开箱即用的流式传输:内置的 Streaming 支持让复杂的流式渲染变得像普通 React 组件一样简单,用户能立即看到逐步生成的丰富界面内容。
ai-jsx 通过将提示词工程组件化并赋予大模型直接渲染 UI 的能力,彻底打破了传统聊天机器人仅能输出文本的局限,让构建动态、交互式的 AI 应用变得像开发普通网页一样高效。
运行环境要求
- 未说明
未说明
未说明

快速开始
AI.JSX — 用于 JavaScript 的 AI 应用框架
关于 AI.JSX
AI.JSX 是一个使用 JavaScript 和 JSX 构建 AI 应用的框架。借助 AI.JSX,您可以获得强大的提示工程工具,并让大语言模型在其响应中渲染 React 组件(而不仅仅是文本)。这意味着您可以提供一组 React 组件,让大语言模型在运行时动态构建您的 UI。AI.JSX 还原生支持工具、文档问答等功能。
AI.JSX 可以用于创建独立的 LLM 应用程序,这些应用程序可以在任何支持 Node.js 的环境中部署;也可以作为更大规模 React 应用程序的一部分来使用。
特性
AI.JSX 开箱即用,具备以下特性:
- 组件化 → 通过模块化、可复用的组件进行 LLM 提示工程。
- 模型支持 → 支持 OpenAI、Anthropic、Llama2 或 BYOM。可在不同模型提供商和 LLM 配置(如温度)之间无缝切换。
- 完整的 AI 工具箱 → 内置对工具、文档问答等功能的支持。
- 生成式 UI → 将 LLM 调用与标准 UI 组件无缝融合。LLM 可以根据您提供的组件集动态渲染 UI。
- 流式传输 → 内置流式支持。
- 现代 Web 技术栈支持 → 对 NextJS 和 Create React App 的一流支持。(更多功能即将推出)
- LangChain 集成 → 完全支持 LangChainJS。
学习 AI.JSX
要开始使用 AI.JSX,请按照以下步骤操作:
- 查看 入门指南。
- 按照 AI.JSX 教程 逐步实践。
- 通过克隆 ai-jsx-template 来体验“Hello AI World”。
- 在 examples 包 中探索更多用例。
- 如果您是 AI 新手,请阅读 AI 新手指南。
示例
以下是一个使用 AI.JSX 生成 AI 响应的简单示例:
import * as AI from 'ai-jsx';
import { ChatCompletion, UserMessage } from 'ai-jsx/core/completion';
const app = (
<ChatCompletion>
<UserMessage>写一首关于 AI 模型的莎士比亚式十四行诗。</UserMessage>
</ChatCompletion>
);
const renderContext = AI.createRenderContext();
const response = await renderContext.render(app);
console.log(response);
您可以在我们的 实时演示应用 上试用,或查看 源代码。有关完整示例,请参阅 examples 包。
请观看 2 分钟的 介绍视频。
贡献
我们欢迎贡献!有关如何开始的详细信息,请参阅 贡献指南。
许可证
AI.JSX 是开源软件,采用 MIT 许可证 发布。
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。
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
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。
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。
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。
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。