Allgemeine Einführung
AI Chatbot ist ein Open-Source-Projekt, das von Vercel entwickelt wurde, um Entwicklern zu helfen, schnell intelligente Chatbots zu erstellen und einzusetzen. Das Projekt basiert auf dem Next.js-Framework und lässt sich mit einer Vielzahl von KI-Modellanbietern wie OpenAI, Anthropic und Cohere integrieren. Mit dem AI-SDK von Vercel können Entwickler ganz einfach Text, strukturierte Objekte und Tool-Aufrufe generieren. Das Projekt unterstützt auch Datenpersistenz, Dateispeicherung und sichere Authentifizierung und bietet damit eine Komplettlösung für die Erstellung effizienter, skalierbarer Chatbot-Anwendungen.
Funktionsliste
- Next.js Anwendungs-RoutingBietet erweiterte Routing-Funktionen für nahtlose Navigation und hohe Leistung.
- React-Server-KomponentenUnterstützt serverseitiges Rendering und Serveroperationen zur Verbesserung der Leistung.
- AI SDKUnified API for generating text, structured objects and tool calls.
- Unterstützung mehrerer ModelleOpenAI GPT-4 wird standardmäßig unterstützt und kann auf andere Modellanbieter umgestellt werden.
- Persistenz der DatenVercel Postgres verwenden, um Chatprotokolle und Benutzerdaten zu speichern.
- DateiablageEfficient file storage with Vercel Blob.
- SicherheitsbescheinigungIntegriert mit NextAuth.js, um einen einfachen und sicheren Authentifizierungsmechanismus zu bieten.
- StylingBietet flexibles Komponentenstyling mit Tailwind CSS und Radix UI.
Hilfe verwenden
Ablauf der Installation
- Installation der Vercel CLI: In einem Terminal ausführen
npm i -g vercel
Installieren Sie das Vercel Kommandozeilenprogramm. - Verknüpfung lokaler Instanzen: Verwendung
Verbindung
Verknüpfen Sie Ihre lokale Instanz mit Ihren Vercel- und GitHub-Konten, erstellen Sie die.vercel
Katalog. - Umgebungsvariablen herunterladen: Lauf
vercel env pull
Laden Sie Umgebungsvariablen herunter. - Installation von Abhängigkeiten: Verwendung
pnpm-Installation
Installieren Sie die Projektabhängigkeiten. - lokaler Betrieb: Lauf
pnpm-Entwicklung
Starten Sie den lokalen Entwicklungsserver und greifen Sie auf dielocalhost:3000
App ansehen.
Funktion Betrieb
- Text generierenDurch den Aufruf der API des AI SDK können Sie eine Vielzahl von Textinhalten erzeugen. Der Beispielcode lautet wie folgt:
import { generateText } from 'ai-sdk';
const response = await generateText('Ihre Eingabeaufforderung'); console.log(response);
console.log(response);
- Persistenz der DatenVerwendung von Vercel Postgres zum Speichern von Chatprotokollen und zur Gewährleistung der Datenpersistenz und -sicherheit. Ein Beispielcode wird unten gezeigt:
import { saveChat } from 'vercel-postgres';
await saveChat(userId, chatData);
- DateiablageImplementierung von Dateispeicherung durch Vercel Blob, Unterstützung von effizientem Datei-Upload und -Download. Der Beispielcode lautet wie folgt:
import { uploadFile } from 'vercel-blob';
const fileUrl = await uploadFile(file); console.log(fileUrl);
console.log(fileUrl);
- BenutzerauthentifizierungNextAuth.js integrieren, um Benutzerauthentifizierung zu implementieren und Anwendungssicherheit zu gewährleisten. Der Beispielcode lautet wie folgt:
import { getSession } from 'next-auth/client';
const session = await getSession(); console.log(session);
console.log(session);
Einsätze
- Bereitstellung mit einem KlickKlicken Sie auf die Schaltfläche "One Click Deploy" auf der Vercel-Plattform, um Ihre Anwendung schnell auf Vercel bereitzustellen.
- Konfiguration der UmgebungsvariablenKonfigurieren Sie die Umgebungsvariablen im Vercel Dashboard, um sicherzustellen, dass die Anwendung ordnungsgemäß läuft.
- kontinuierliche IntegrationMit jedem Push an ein GitHub-Repository baut Vercel automatisch die neueste Version der Anwendung und stellt sie bereit.
Mit diesen Schritten können Entwickler schnell mit AI Chatbot beginnen, um ihre eigenen intelligenten Chatbot-Anwendungen zu erstellen und einzusetzen.