chat-ui

GitHub
575 56 简单 1 次阅读 昨天MIT语言模型Agent开发框架图像
AI 解读 由 AI 自动生成,仅供参考

chat-ui 是一个专为大语言模型(LLM)应用打造的 React 组件库,旨在帮助开发者快速构建功能完善的聊天界面。在开发 AI 对话应用时,从头设计消息气泡、输入框及代码高亮等交互元素往往耗时费力,chat-ui 通过提供一套开箱即用的预制组件,有效解决了这一痛点,让团队能将精力集中于核心业务逻辑而非界面重复建设。

该工具主要面向前端工程师和全栈开发者,特别是那些正在使用 Vercel AI SDK 或 LlamaIndex 构建智能助手的技术人员。其核心亮点在于极高的灵活性与现代技术栈的深度融合:底层基于流行的 shadcn UI 和 Tailwind CSS,既保证了简洁美观的默认样式,又支持开发者通过 CSS 变量轻松定制主题;同时原生支持 TypeScript 类型安全,并内置了代码高亮(highlight.js)和数学公式渲染(KaTeX)等专业功能。

更值得一提的是,chat-ui 采用了高度可组合的架构设计。开发者不仅可以一键集成完整的聊天模块,还能像搭积木一样拆解并使用独立的子组件,甚至通过自定义 Hook 轻松扩展如文件上传、模型选择器等个性化功能。无论是想要快速验证原型的初创团队,还是追求精细控制的企业级项目,chat-ui 都能提供高效且优雅的界面解决方案。

使用场景

某初创团队正在开发一款面向法律从业者的 AI 合同审查助手,需要快速构建一个支持多模型切换和文档上传的专业聊天界面。

没有 chat-ui 时

  • 前端工程师需从零手写消息气泡、输入框及加载状态等基础组件,耗费大量时间重复造轮子。
  • 难以统一处理代码高亮和 LaTeX 公式渲染,导致法律条款中的复杂格式显示错乱或无法阅读。
  • 自定义功能(如选择不同审查模型 Pipeline)与聊天上下文数据打通困难,需编写大量样板代码连接状态。
  • 界面风格难以快速适配 Tailwind CSS 设计系统,整体 UI 显得粗糙且缺乏专业感,影响用户信任度。
  • 缺乏类型安全支持,在对接 Vercel AI 后端时频繁出现参数传递错误,调试成本极高。

使用 chat-ui 后

  • 直接通过 Shadcn CLI 一键引入 ChatSection 等预建组件,将界面开发周期从数天缩短至几小时。
  • 内置 highlight.js 和 katex 支持,自动完美渲染合同中的代码片段与数学公式,确保内容清晰可读。
  • 利用 useChatUI Hook 轻松扩展自定义组件(如模型选择器),无缝将额外参数注入 API 请求,逻辑简洁清晰。
  • 基于 Shadcn 和 Tailwind CSS 构建,默认样式美观且极易定制,快速打造出符合法律行业调性的高端界面。
  • 原生 TypeScript 支持保障了与后端交互的类型安全,显著减少运行时错误,提升开发体验与稳定性。

chat-ui 让开发者能跳过繁琐的 UI 基建,专注于核心业务逻辑,以最低成本交付生产级的大模型应用界面。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes这是一个前端 React 组件库,用于构建 LLM 应用的聊天界面,而非后端模型运行环境。它依赖 Node.js 环境(具体版本未说明),需配合 Tailwind CSS 进行样式配置。支持代码高亮、LaTeX 公式渲染及 PDF 预览功能。通常与 Vercel AI SDK 或 LlamaIndex 后端配合使用。
python未说明
react
typescript
tailwindcss
@ai-sdk/react
highlight.js
katex
@llamaindex/pdf-viewer
shadcn/ui
chat-ui hero image

快速开始

@llamaindex/chat-ui

用于 LLM 应用的聊天 UI 组件

概述

@llamaindex/chat-ui 是一个 React 组件库,为构建 LLM(大型语言模型)应用中的聊天界面提供了开箱即用的 UI 元素。该包旨在简化基于聊天的 AI 驱动应用程序用户界面的开发。

快速开始

您可以通过使用 Shadcn CLI 命令快速将聊天机器人添加到您的项目中:

npx shadcn@latest add https://ui.llamaindex.ai/r/chat.json

手动安装

要在您的项目目录中安装该包,请运行以下命令:

npm install @llamaindex/chat-ui

功能特性

  • 预建的聊天组件(例如消息气泡、输入框)
  • 极简样式,可使用 Tailwind CSS 完全自定义
  • 自定义小部件以扩展组件(例如用于渲染生成或检索的文档)
  • TypeScript 支持,确保类型安全
  • 易于与 Vercel Ai 等 LLM 后端集成
  • 使用 highlight.js 和 katex 进行代码和 LaTeX 渲染

使用方法

  1. 安装包
npm install @llamaindex/chat-ui
  1. 配置 Tailwind CSS 以包含 chat-ui 组件

对于 Tailwind CSS 4.x 版本,请更新 globals.css 文件以包含 chat-ui 组件(如有必要,请更新指向 node_modules 的相对路径):

@source '../node_modules/@llamaindex/chat-ui/**/*.{ts,tsx}';

对于 Tailwind CSS 3.x 版本,您需要在 tailwind.config.ts 文件中添加以下内容:

module.exports = {
  content: [
    'app/**/*.{ts,tsx}',
    'node_modules/@llamaindex/chat-ui/**/*.{ts,tsx}',
  ],
  // ...
}
  1. 导入组件并使用

最简单的入门方式是将整个 ChatSection 组件与来自 vercel/aiuseChat 钩子连接起来:

import { ChatSection } from '@llamaindex/chat-ui'
import { useChat } from '@ai-sdk/react'

const ChatExample = () => {
  const handler = useChat()
  return <ChatSection handler={handler} />
}

这个简单示例的效果如下所示:

output

组件组合

组件被设计为可组合的。您可以直接使用它们:

import { ChatSection } from '@llamaindex/chat-ui'
import { useChat } from '@ai-sdk/react'

const ChatExample = () => {
  const handler = useChat()
  return <ChatSection handler={handler} />
}

或者您也可以通过自己的子组件来扩展它们:

import { ChatSection、ChatMessages、ChatInput } from '@llamaindex/chat-ui'
import LlamaCloudSelector from './components/LlamaCloudSelector' // 您的自定义组件
import { useChat } from '@ai-sdk/react'

const ChatExample = () => {
  const handler = useChat()
  return (
    <ChatSection handler={handler}>
      <ChatMessages />
      <ChatInput>
        <ChatInput.Form className="bg-lime-500">
          <ChatInput.Field type="textarea" />
          <ChatInput.Upload />
          <LlamaCloudSelector /> {/* 自定义组件 */}
          <ChatInput.Submit />
        </ChatInput.Form>
      </ChatInput>
    </ChatSection>
  )
}

您的自定义组件可以使用 useChatUI 钩子向聊天 API 端点发送额外的数据:

import { useChatInput } from '@llamaindex/chat-ui'

const LlamaCloudSelector = () => {
  const { requestData、setRequestData } = useChatUI()
  return (
    <div>
      <select
        value={requestData?.model}
        onChange={e => setRequestData({ model: e.target.value })}
      >
        <option value="llama-3.1-70b-instruct">Pipeline 1</option>
        <option value="llama-3.1-8b-instruct">Pipeline 2</option>
      </select>
    </div>
  )
}

样式

组件

chat-ui 组件基于 shadcn 组件,并使用 Tailwind CSS 实现。

您可以通过更改 Tailwind CSS 配置中 globals.css 文件中的 CSS 变量来覆盖默认样式。例如,要更改背景色和前景色:

:root {
  --background: 0 0% 100%;
  --foreground: 222.2 84% 4.9%;
}

有关所有可用 CSS 变量的列表,请参阅 Shadcn 主题配置

此外,您还可以通过在 className 属性中设置自定义类来覆盖每个组件的样式。例如,设置 ChatInput.Form 组件的背景颜色:

import { ChatSection、ChatMessages、ChatInput } from '@llamaindex/chat-ui'
import { useChat } from '@ai-sdk/react'

const ChatExample = () => {
  const handler = useChat()
  return (
    <ChatSection handler={handler}>
      <ChatMessages />
      <ChatInput>
        <ChatInput.Preview />
        <ChatInput.Form className="bg-lime-500">
          <ChatInput.Field type="textarea" />
          <ChatInput.Upload />
          <ChatInput.Submit />
        </ChatInput.Form>
      </ChatInput>
    </ChatSection>
  )
}

代码和 LaTeX 样式

在 markdown 组件中,我们使用 highlight.js 处理代码块,katex 处理 LaTeX,以及 pdf-viewer 处理 PDF 文件。 如果您的应用涉及代码、LaTeX 或 PDF 文件,您需要导入相应的 CSS 文件:

import '@llamaindex/chat-ui/styles/markdown.css' // 代码、LaTeX 和自定义 Markdown 样式
import '@llamaindex/chat-ui/styles/pdf.css' // PDF 样式
import '@llamaindex/chat-ui/styles/editor.css' // 文档编辑器样式

code.css 文件默认使用 highlight.js 的 atom-one-dark 主题。还有许多其他主题可供选择:https://highlightjs.org/demo 您可以将其中任何一种的主题 CSS(位于 highlight.js 官方仓库)复制到您的项目中并导入使用。

语言渲染器支持(例如 mermaid)

对于 LLM 生成的任何语言,您可以指定自定义渲染器来呈现输出。 我们提供了一个示例,说明如何使用 自定义渲染器 将 mermaid 代码渲染为 SVG。

示例

请参阅 示例应用,以获取完整的示例。如果您想快速生成一个功能齐全的项目来开始使用,可以使用 create-llama

许可证

@llamaindex/chat-ui 采用 MIT 许可证 发布。

支持

如果您遇到任何问题或有任何疑问,请在我们的 GitHub 仓库 中提交问题。

版本历史

@llamaindex/chat-ui@0.6.12025/08/28
@llamaindex/dynamic-ui@1.0.12025/08/28
@llamaindex/server@0.4.12025/08/28
@llamaindex/chat-ui@0.6.02025/08/13
@llamaindex/chat-ui-docs@0.1.02025/08/13
@llamaindex/server@0.4.02025/08/13
@llamaindex/dynamic-ui@1.0.02025/08/13
@llamaindex/server@0.3.32025/07/21
@llamaindex/dynamic-ui@0.0.32025/07/11
@llamaindex/chat-ui@0.5.162025/07/10
@llamaindex/dynamic-ui@0.0.22025/07/10
@llamaindex/chat-ui@0.5.152025/07/09
@llamaindex/chat-ui@0.5.142025/07/09
@llamaindex/chat-ui@0.5.132025/07/02
@llamaindex/chat-ui-docs@0.0.82025/07/01
@llamaindex/chat-ui@0.5.122025/07/01
@llamaindex/chat-ui@0.5.112025/06/27
@llamaindex/chat-ui@0.5.102025/06/25
@llamaindex/chat-ui@0.5.92025/06/19
@llamaindex/chat-ui@0.5.82025/06/19

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|3天前
Agent开发框架图像

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|★★★☆☆|4天前
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

147.9k|★★☆☆☆|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。

108.1k|★★☆☆☆|昨天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|3天前
插件开发框架

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|★★★☆☆|3天前
语言模型图像Agent