streamdown
Streamdown 是一个专为AI流式传输优化的Markdown渲染工具,可直接替代 react-markdown。它针对AI模型输出的流式内容设计,能优雅处理不完整或未终止的Markdown块,确保格式在数据逐步到达时依然正确呈现。传统解析器在流式场景下常因数据不完整导致渲染错误,而Streamdown通过流式优化和remend库支持,有效解决了这一问题。
该工具适合需要处理AI生成流式文本的开发者,尤其适用于构建聊天界面、内容展示等场景。支持GitHub语法高亮、数学公式渲染、Mermaid图表等高级功能,同时提供安全渲染和性能优化。其设计兼容shadcn/ui组件系统,通过CSS变量保证样式一致性。
对于依赖AI模型输出的开发者、研究人员或需要集成Markdown渲染的前端工程师而言,Streamdown提供了稳定可靠的解决方案,兼顾功能全面性与使用便捷性。
使用场景
一个AI聊天应用开发人员正在构建实时对话界面,需要将AI生成的Markdown内容流式传输到前端并保持格式正确。
没有 streamdown 时
- 当AI生成的Markdown内容在流式传输中不完整时,react-markdown会抛出解析错误导致页面崩溃
- 未终止的代码块或列表项无法正确解析,导致格式错乱(如代码块中间断开、列表项缺失)
- 频繁的重新渲染导致性能下降,特别是在高并发场景下
- 未处理的Markdown语法可能引入XSS漏洞,存在安全隐患
- 不同组件间的样式不一致,影响整体视觉体验
使用 streamdown 后
- 自动处理不完整的Markdown内容,即使中间断开也能保持格式正确
- 支持未终止的代码块和列表项解析,确保流式传输时格式稳定
- 通过memoized渲染优化性能,减少不必要的组件更新
- 内置安全机制防止非法语法注入,保障渲染安全性
- 与shadcn/ui设计系统深度集成,实现统一的样式和交互体验
streamdown通过流式渲染优化和安全机制,解决了AI生成内容在实时传输中的格式稳定性与安全性问题。
运行环境要求
- Linux
- macOS
- Windows
未说明
16GB+

快速开始
Streamdown
react-markdown 的即插即用替换方案,专为 AI 驱动的流式传输设计。
概述
Markdown 格式化简单,但当进行分词和流式传输时会遇到新挑战。Streamdown 专门针对从 AI 模型流式传输 Markdown 内容的特殊需求构建,即使在不完整或未终止的 Markdown 块情况下也能实现无缝格式化。
Streamdown 为 AI Elements Message 组件提供动力,但也可以作为独立包安装以满足您的流式传输需求。
功能
- 🚀 即插即用替换
react-markdown - 🔄 流式优化 - 优雅处理不完整的 Markdown
- 🎨 未终止块解析 - 使用
remend构建以提升流式传输质量 - 📊 GitHub 风格 Markdown - 支持表格、任务列表和删除线
- 🔢 数学渲染 - 通过 KaTeX 渲染 LaTeX 公式
- 📈 Mermaid 图表 - 作为代码块渲染 Mermaid 图表,并提供渲染按钮
- 🎯 代码语法高亮 - 使用 Shiki 实现美观的代码块
- 🛡️ 安全优先 - 使用
rehype-harden构建安全渲染 - ⚡ 性能优化 - 使用记忆化渲染实现高效更新
安装
npm i streamdown
然后更新您的 Tailwind globals.css 以包含以下内容,使 Tailwind 能够检测 Streamdown 使用的实用类。
@source "../node_modules/streamdown/dist/*.js";
路径必须从您的 CSS 文件到包含 streamdown 的 node_modules 文件夹相对。在标准 Next.js 项目中,globals.css 位于 app/ 目录下,上述默认路径应正常工作。
如果您安装了可选的 Streamdown 插件,请从相关插件文档(/docs/plugins/code、/docs/plugins/cjk、/docs/plugins/math、/docs/plugins/mermaid)添加对应的 @source 行。仅包含实际安装的插件的 @source 条目。
示例:
@source "../node_modules/@streamdown/code/dist/*.js";
单体仓库设置
在单体仓库(npm 工作区、Turbo、pnpm 等)中,依赖项通常被提升到根 node_modules。您需要调整相对路径以指向那里:
monorepo/
├── node_modules/streamdown/ ← 提升到这里
├── apps/
│ └── web/
│ └── app/
│ └── globals.css ← 您的 CSS 文件
/* apps/web/app/globals.css → 3 层到根 node_modules */
@source "../../../node_modules/streamdown/dist/*.js";
根据您的 CSS 文件与根 node_modules 的相对位置调整 ../ 段数。如果安装了 Streamdown 插件,请仅在相应包实际安装时添加对应的 @source 条目。
CSS 自定义属性(设计令牌)
Streamdown 组件基于 shadcn/ui 的设计系统构建,并依赖 CSS 自定义属性用于颜色、圆角和间距。如果没有定义这些变量,组件可能会渲染出缺失的背景、边框或错误的间距。
如果您已经使用 shadcn/ui,这些变量会自动设置。如果未使用,请在全局 CSS 中添加以下最小集:
:root {
--background: oklch(1 0 0);
--foreground: oklch(0.145 0 0);
--card: oklch(1 0 0);
--card-foreground: oklch(0.145 0 0);
--muted: oklch(0.97 0 0);
--muted-foreground: oklch(0.556 0 0);
--border: oklch(0.922 0 0);
--input: oklch(0.922 0 0);
--primary: oklch(0.205 0 0);
--primary-foreground: oklch(0.985 0 0);
--radius: 0.625rem;
}
.dark {
--background: oklch(0.145 0 0);
--foreground: oklch(0.985 0 0);
--card: oklch(0.205 0 0);
--card-foreground: oklch(0.985 0 0);
--muted: oklch(0.269 0 0);
--muted-foreground: oklch(0.708 0 0);
--border: oklch(0.269 0 0);
--input: oklch(0.269 0 0);
--primary: oklch(0.985 0 0);
--primary-foreground: oklch(0.205 0 0);
--radius: 0.625rem;
}
您也可以使用 shadcn/ui 主题生成器 创建自定义调色板,并将生成的 CSS 变量直接复制到项目中。
使用方式
以下是您在 React 应用中使用 Streamdown 与 AI SDK 的示例:
import { useChat } from "@ai-sdk/react";
import { Streamdown } from "streamdown";
import { code } from "@streamdown/code";
import { mermaid } from "@streamdown/mermaid";
import { math } from "@streamdown/math";
import { cjk } from "@streamdown/cjk";
import "katex/dist/katex.min.css";
import "streamdown/styles.css";
export default function Chat() {
const { messages, status } = useChat();
return (
<div>
{messages.map(message => (
<div key={message.id}>
{message.role === 'user' ? 'User: ' : 'AI: '}
{message.parts.map((part, index) =>
part.type === 'text' ? (
<Streamdown
key={index}
animated
plugins={{ code, mermaid, math, cjk }}
isAnimating={status === 'streaming'}
>
{part.text}
</Streamdown>
) : null,
)}
</div>
))}
</div>
);
}
更多信息请查看 文档。
版本历史
streamdown@2.5.02026/03/17remend@1.3.02026/03/17@streamdown/code@1.1.12026/03/17@streamdown/cjk@1.0.32026/03/17streamdown@2.4.02026/03/05remend@1.2.22026/03/05@streamdown/code@1.1.02026/03/05streamdown@2.3.02026/02/19remend@1.2.12026/02/19@streamdown/code@1.0.32026/02/19streamdown@2.2.02026/02/09remend@1.2.02026/02/09@streamdown/mermaid@1.0.22026/02/09@streamdown/math@1.0.22026/02/09@streamdown/code@1.0.22026/02/09@streamdown/cjk@1.0.22026/02/09streamdown@2.1.02026/01/20@streamdown/mermaid@1.0.12026/01/19@streamdown/math@1.0.12026/01/19@streamdown/code@1.0.12026/01/19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。