تولید object گاهی ممکن است زمان زیادی طول بکشد، مخصوصاً زمانی که در حال تولید یک schema بزرگ باشید.
در چنین مواردی، استریم فرآیند تولید آبجکت بهصورت بلادرنگ به سمت کلاینت، بسیار مفید است.
این کار به کلاینت اجازه میدهد که آبجکت تولیدشده را همزمان با تولید آن نمایش دهد، بهجای اینکه کاربران منتظر بمانند تا کل فرآیند به پایان برسد و سپس نتیجه نمایش داده شود.
حالت آبجکت
تابع streamObject این امکان را فراهم میکند که با استفاده از پارامتر output، استراتژیهای مختلفی برای خروجی تعیین کنید.
بهصورت پیشفرض، حالت خروجی روی object تنظیم شده است، که در این حالت دقیقاً همان آبجکت ساختاریافتهای تولید میشود که در فیلد schema تعریف کردهاید.
اسکیما
برای مدیریت بهتر، توصیه میشود که schema را در یک فایل جداگانه تعریف کرده و آن را هم در سمت کلاینت، و هم در سمت سرور، ایمپورت کنید.
این کار موجب افزایش قابلیت maintainability و اطمینان از سازگاری بین کلاینت و سرور میشود.
در مسیر app/api/use-object/schema.ts، قطعه کد زیر را قرار دهید:
کپی
import { z } from 'zod';
// define a schema for the notifications
export const notificationSchema = z.object({
notifications: z.array(
z.object({
name: z.string().describe('Name of a fictional person.'),
message: z.string().describe('Message. Do not use emojis or links.'),
}),
),
});
کلاینت
در سمت کلاینت، از هوک useObject برای استریم فرآیند تولید object استفاده میشود.
نتایج بهصورت partial دریافت و نمایش داده میشوند؛ یعنی هر بخش از object بهمحض تولید، بلافاصله به رابط کاربری ارسال و نمایش داده میشود.
توجه داشته باشید که در کد JSX باید مقادیر undefined را بهدرستی مدیریت کنید، زیرا برخی از قسمتهای آبجکت ممکن است هنوز بهطور کامل تولید نشده باشند.
در سمت سرور، از streamObject برای استریم فرآیند تولید object استفاده میکنیم.
در مسیر app/api/use-object/route.ts، قطعه کد زیر را قرار دهید:
کپی
// npm i ai @ai-sdk/openai zod
import { createOpenAI } from '@ai-sdk/openai';
import { streamObject } from 'ai';
import { notificationSchema } from './schema';
const my_model = createOpenAI({
baseURL: process.env.BASE_URL!,
apiKey: process.env.LIARA_API_KEY!,
});
export const maxDuration = 30;
export async function POST(req: Request) {
const context = await req.json();
const result = streamObject({
model: my_model('openai/gpt-4o-mini'),
schema: notificationSchema,
prompt:
`Generate 3 notifications for a messages app in this context:` + context,
});
return result.toTextStreamResponse();
}
متغیرهای محیطی BASE_URL و LIARA_API_KEY همان baseUrl سرویس هوش مصنوعی لیارا و کلید API لیارا هستند که باید در بخش متغیرهای محیطی برنامه خود، آنها را تنظیم کنید.
پروژه فوق را میتوانید بهصورت کامل در گیتهاب لیارا، مشاهده کنید.
state بارگذاری و متوقف کردن استریم
میتوانید از loading state برای نمایش یک loading indicator در حین تولید آبجکت، استفاده کنید.
همچنین میتوانید از تابع stop برای متوقف کردن فرآیند تولید آبجکت استفاده کنید.
برای اضافهکردن این دو قابلیت به برنامه، قطعه کد زیر را در مسیر app/page.tsx قرار دهید:
حالت خروجی array این امکان را فراهم میکند که یک آرایهای از آبجکتها را بهصورت عنصر به عنصر (one element at a time) استریم کنید.
این حالت هنگام تولید فهرستهایی از آیتمها بسیار کاربردی است.
اسکیما
ابتدا، اسکیما را بهروزرسانی کنید تا فقط یک object را تولید کند (یعنی ()z.array را حذف کنید).
قطعه کد زیر را در مسیر app/api/use-object/schema.ts قرار دهید:
کپی
import { z } from 'zod';
// define a schema for a single notification
export const notificationSchema = z.object({
name: z.string().describe('Name of a fictional person.'),
message: z.string().describe('Message. Do not use emojis or links.'),
});
کلاینت
در سمت کلاینت، schema را در ()z.array قرار دهید تا یک آرایهای از آبجکتها تولید شود.
در فایل app/page.tsx قطعه کد زیر را قرار دهید:
در سمت سرور، با تنظیم گزینهی output: 'array'، میتوانید یک آرایه از objectها را تولید کنید.
در مسیر app/api/use-object/route.ts، قطعه کد زیر را قرار دهید:
کپی
// npm i ai @ai-sdk/openai zod
import { createOpenAI } from '@ai-sdk/openai';
import { streamObject } from 'ai';
import { notificationSchema } from './schema';
const my_model = createOpenAI({
baseURL: process.env.BASE_URL!,
apiKey: process.env.LIARA_API_KEY!,
});
export const maxDuration = 30;
export async function POST(req: Request) {
const context = await req.json();
const result = streamObject({
model: my_model('openai/gpt-4o-mini'),
output: 'array',
schema: notificationSchema,
prompt:
`Generate 3 notifications for a messages app in this context:` + context,
});
return result.toTextStreamResponse();
}
متغیرهای محیطی BASE_URL و LIARA_API_KEY همان baseUrl سرویس هوش مصنوعی لیارا و کلید API لیارا هستند که باید در بخش متغیرهای محیطی برنامه خود، آنها را تنظیم کنید.