ai-elements-vue
ai-elements-vue 是一个专为构建 AI 原生应用设计的 Vue 组件库,基于流行的 shadcn-vue 构建。它提供了一系列开箱即用的 UI 组件,如对话容器(conversation)、消息气泡(message)、推理过程展示(reasoning/chain-of-thought)、模型选择器(model-selector)和带引用的消息输入框(prompt-input)等,帮助开发者快速搭建具备 AI 交互能力的界面。
在开发 AI 应用时,开发者常常需要重复实现聊天界面、推理可视化、工具调用确认等通用功能。ai-elements-vue 将这些常见模式封装成可定制、可组合的组件,显著减少样板代码,提升开发效率。
该库主要面向使用 Vue.js 或 Nuxt.js 的前端开发者,尤其适合正在集成 AI SDK(如 Vercel AI SDK)并希望快速构建专业级 AI 界面的团队。它要求项目已配置 Tailwind CSS 和 shadcn-vue,并支持通过 CLI 按需安装组件,灵活轻量。其技术亮点在于深度适配 AI 应用场景,同时保持与 shadcn-vue 生态无缝兼容,兼顾美观性与功能性。
使用场景
一家创业公司正在开发一款面向科研人员的智能文献助手,需要在 Vue 项目中快速构建支持多轮对话、引用标注和推理过程展示的 AI 聊天界面。
没有 ai-elements-vue 时
- 团队需从零设计和实现消息气泡、用户/助手头像、输入框等基础聊天组件,耗费大量 UI 开发时间
- 展示 AI 的推理链(Chain-of-Thought)或引用文献来源时,缺乏标准化 UI 模式,导致交互混乱、样式不统一
- 集成模型切换、上下文消耗提示等功能需自行封装逻辑,容易与现有 Tailwind 样式冲突
- 添加内联引用(inline citation)或任务计划(plan)等高级功能时,需反复调试布局和响应式行为
- 组件复用性差,不同页面的对话界面代码重复度高,维护成本陡增
使用 ai-elements-vue 后
- 通过一行命令
npx ai-elements-vue@latest add message conversation reasoning inline-citation快速引入所需组件,立即获得生产级 UI - 直接使用
<Reasoning>和<InlineCitation>组件清晰呈现 AI 思考路径与文献出处,提升科研用户信任度 <PromptInput>自带模型选择器和上下文状态提示,无缝对接 AI SDK,无需额外开发- 所有组件基于 shadcn-vue 和 Tailwind CSS Variables 构建,风格与项目完全一致,且支持深度定制
- 组件解耦良好,可在文献问答页、实验设计页等不同场景灵活组合,显著降低前端维护负担
ai-elements-vue 让团队聚焦核心 AI 逻辑,而非重复造轮子,两周内就上线了具备专业感的 AI 交互界面。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
概述
AI Elements Vue 提供了预构建、可自定义的 Vue 组件,专为 AI 应用设计,包括对话(conversations)、消息(messages)、代码块(code blocks)、推理展示(reasoning displays)等。通过 CLI 工具,你可以轻松将这些组件添加到你的 Vue.js 和 Nuxt.js 项目中。
安装
你可以直接使用 npx 调用 AI Elements Vue CLI,也可以全局安装:
# 直接使用(推荐)
npx ai-elements-vue@latest
# 或通过 shadcn-vue CLI 使用
npx shadcn-vue@latest add https://registry.ai-elements-vue.com/all.json
前置要求
在使用 AI Elements Vue 之前,请确保你的项目满足以下要求:
- Node.js 18 或更高版本
- 已安装 AI SDK 的 Vue.js 或 Nuxt.js 项目
- 项目中已初始化 shadcn-vue(运行过
npx shadcn-vue@latest init) - 已配置 Tailwind CSS(AI Elements Vue 仅支持 CSS Variables 模式)
使用方法
安装所有组件
一次性安装所有可用的 AI Elements Vue 组件:
npx ai-elements-vue@latest
该命令将:
- 如果尚未配置,自动设置 shadcn-vue
- 将所有 AI Elements Vue 组件安装到你配置的组件目录中
- 为项目添加必要的依赖项
安装特定组件
使用 add 命令安装单个或多个组件:
npx ai-elements-vue@latest add <component-name>
# 或一次安装多个:
npx ai-elements-vue@latest add <name1> <name2> ...
示例:
# 安装 message 组件
npx ai-elements-vue@latest add message
# 安装 conversation 组件
npx ai-elements-vue@latest add conversation
# 一次安装多个组件
npx ai-elements-vue@latest add message conversation
替代方案:使用 shadcn-vue CLI
你也可以使用标准的 shadcn-vue CLI 安装组件:
# 安装所有组件
npx shadcn-vue@latest add https://registry.ai-elements-vue.com/all.json
# 安装特定组件
npx shadcn-vue@latest add https://registry.ai-elements-vue.com/message.json
可用组件
AI Elements Vue 包含以下组件:
| 组件 | 描述 |
|---|---|
| Chatbot | |
chain-of-thought |
展示 AI 推理和思维过程 |
checkpoint |
对话检查点组件 |
confirmation |
工具执行审批工作流 |
context |
展示上下文(Context)消耗 |
conversation |
聊天对话容器 |
inline-citation |
行内来源引用 |
message |
带头像的单条聊天消息 |
model-selector |
AI 模型选择组件 |
plan |
计划与任务规划展示组件 |
prompt-input |
带模型选择功能的高级输入组件 |
queue |
带附件的消息和待办队列 |
reasoning |
展示 AI 推理和思维过程 |
shimmer |
文字闪烁动画效果 |
sources |
来源归属组件 |
suggestion |
快捷操作建议 |
task |
任务完成状态追踪 |
tool |
工具使用可视化 |
| Workflow | |
canvas |
用于工作流可视化的 VueFlow 画布 |
connection |
工作流边(edges)的连接线组件 |
controls |
画布控制(缩放、适应视图等) |
edge |
工作流节点间连接的边组件 |
node |
工作流图中的节点组件 |
panel |
画布覆盖层的面板组件 |
toolbar |
工作流元素的节点工具栏 |
| Vibe-Coding | |
artifact |
展示代码或文档 |
web-preview |
内嵌网页预览 |
| Documentation | |
open-in-chat |
在聊天中打开某条消息的按钮 |
| Utilities | |
code-block |
带语法高亮和复制功能的代码展示 |
image |
AI 生成图像展示组件 |
loader |
AI 操作的加载状态 |
工作原理
AI Elements Vue CLI 的工作流程如下:
- 自动检测包管理器(npm、pnpm、yarn 或 bun)
- 从
https://registry.ai-elements-vue.com/all.json获取组件注册表 - 在底层使用 shadcn-vue CLI 安装组件
- 添加依赖项并集成到你现有的 shadcn-vue 配置中
组件会被安装到你配置的 shadcn-vue 组件目录中(通常为 @/components/ai-elements/),并成为你代码库的一部分,允许完全自定义。
配置
AI Elements Vue 使用你现有的 shadcn-vue 配置。组件将被安装到 components.json 文件中指定的目录。
推荐设置
为了获得最佳体验,我们建议:
- AI Gateway:设置 Vercel AI Gateway,并在
.env.local中添加AI_GATEWAY_API_KEY - CSS Variables:使用 shadcn-vue 的 CSS Variables 模式进行主题定制
- TypeScript:启用 TypeScript 以获得更好的开发体验
贡献指南
如果您希望为 AI Elements Vue 项目做出贡献,请按照以下步骤操作:
- Fork 该项目仓库
- 创建一个新的分支
- 在
packages/elements目录下对组件进行修改 - 向
main分支提交 Pull Request(PR)
致谢
本项目受到以下几个优秀项目的启发:
- ai-elements - AI 组件(AI component)设计理念
- shadcn-vue - UI 组件(UI component)基础架构
由 vuepont 倾心打造 ❤️
版本历史
v1.4.02026/02/23v1.3.02026/02/13v1.2.22026/01/30v1.2.12026/01/29v1.2.02026/01/27v1.1.02026/01/04v1.0.22025/12/23v1.0.12025/12/10v1.0.02025/12/06v0.14.22025/12/04v0.14.12025/12/02v0.14.02025/12/01v0.13.12025/11/26v0.13.02025/11/25v0.12.02025/11/17v0.11.02025/11/13v0.10.12025/11/03v0.10.02025/10/28v0.9.02025/10/26v0.8.02025/10/25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。