TanStack AI 1.0 memudahkan pertukaran model dan menjelaskan tanggungjawab aplikasi

Rajah editorial asli oleh Ken Jo, berdasarkan sumber yang disenaraikan di bawah.

Menukar model sepatutnya keputusan produk. Namun, aplikasi yang mengumpulkan format mesej khusus penyedia, keadaan pelayar dan panggilan balik alat boleh menjadikannya projek migrasi sebelum sesiapa membandingkan jawapan baharu.

TanStack AI 1.0, diumumkan pada 23 Oktober 2026, memberikan komitmen jelas pada sempadan itu: API teras stabil, 23 penyesuai penyedia dan sokongan beberapa rangka kerja UI. Rangka pelaksanaan ejen atau harness baharu masih bersifat eksperimen. Perbezaan ini lebih penting daripada nombor versi ketika memilih asas pembangunan hari ini. Pengumuman TanStack.

TanStack membangunkan pustaka sumber terbuka untuk pembangun aplikasi. Keluaran ini melibatkan perisian antara model AI dengan produk: respons penstriman, alat, antara muka dan keadaan aplikasi. Mari menilai janji kebolehalihannya, kegunaan dalam tiga projek biasa dan persediaan aplikasi 0.x sebelum naik taraf.

Contoh rasmi TanStack AG-UI, © 2025 Tanner Linsley, lesen MIT. Imej menunjukkan antara muka contoh projek dan model pilihannya, bukan pelaksanaan yang dibuat untuk artikel ini.

Antara muka bersama mengecilkan perubahan penyedia

Penyesuai menterjemah jangkaan aplikasi kepada API penyedia. Ia menyediakan titik yang konsisten untuk meminta respons model dan menerima hasilnya. Aplikasi boleh mengekalkan paparan perbualan serta peraturan perniagaan sambil menukar bahagian yang berhubung dengan penyedia.

Bayangkan lapisan ini sebagai papan suis. Ia mewujudkan sambungan yang mudah difahami tanpa menjadikan semua sistem di hujung lain serupa. Ini berguna kerana model, pengehosan dan keperluan produk berubah secara berasingan.

Pengumuman 23 Oktober menerangkan 23 penyesuai serta pilihan serasi OpenAI untuk perkhidmatan dengan bentuk API tersebut. Ia turut memisahkan teras stabil daripada pakej harness eksperimen. Ini ialah komitmen keserasian dan penyelenggaraan, bukan janji bahawa setiap penyedia menyokong setiap ciri model. Skop keluaran.

Jadi soalan awal perlu khusus: bahagian aplikasi manakah yang kekal selepas penyedia ditukar? Paparan respons mungkin mudah dipindahkan. Aliran yang bergantung pada pengecam fail penyedia, tingkah laku alat luar biasa atau andaian output khusus model mungkin masih memerlukan perubahan terancang.

Pada pandangan kami, inilah ukuran kemajuan yang tepat. Kebolehalihan bernilai apabila mengurangkan kod produk yang perlu diperiksa semula. Bilangan penyedia kurang bermakna berbanding kejayaan menukar kebergantungan yang benar-benar perlu diubah oleh produk sebenar.

Aplikasi masih menentukan maksud kejayaan

API bersama tidak menjadikan keputusan dua model setara. Satu mungkin lebih patuh pada kontrak output berstruktur; yang lain mungkin bertindak berbeza terhadap perbualan panjang atau hasil alat yang kabur. Penyesuai menyeragamkan laluan permintaan tanpa membuktikan jawapan memenuhi keperluan aplikasi.

Ini mempengaruhi ujian. Asingkan ujian integrasi penyedia daripada contoh yang menentukan tingkah laku produk yang diterima. Permintaan yang tamat dengan betul mengesahkan satu kontrak; jawapan tepat, pilihan alat sesuai dan antara muka jelas mengesahkan kontrak lain.

Misalnya, pembantu sokongan mempunyai alat mencari pesanan dan alat menyediakan permohonan bayaran balik. Kedua-dua penyedia mungkin memanggilnya dengan betul pada peringkat protokol. Yang penting ialah setiap model memilih operasi tepat, mematuhi kebenaran yang sama dan menerangkan hasil dengan tepat.

Sebelum bertukar, gunakan set penilaian kecil yang bernama. Sertakan permintaan tidak lengkap, input luar biasa, alat tidak tersedia dan perbualan yang disambung selepas giliran terdahulu. Ini cadangan prosedur kejuruteraan, bukannya penanda aras TanStack. Tujuannya mengulangi takrif kejayaan pasukan sendiri.

Penyesuai boleh mengekalkan kontrak sambungan. Penilaian khusus aplikasi menentukan sama ada tingkah laku di hujung lain masih boleh diterima.

Tiga projek menunjukkan kebolehalihan berbeza

Pertama, pertimbangkan aplikasi khidmat pelanggan yang sudah mempunyai akaun, kebenaran dan sejarah perbualan. Respons penstriman perlu sesuai dengan produk tanpa menggantikan navigasi atau tanggungjawab data. Lapisan AI bersama menarik apabila pasukan boleh mengekalkan struktur tersebut sambil menilai penyedia di belakangnya.

Dalam projek ilustrasi ini, mulakan dengan carian bantuan baca sahaja. Semak sama ada jawapan memetik bahan yang diberikan dan pembatalan meninggalkan keadaan perbualan yang munasabah. Tambah tindakan apabila antara muka membezakan cadangan daripada operasi selesai dengan jelas. Pertukaran model kemudian patut menggunakan pemeriksaan sama.

Senario kedua ialah alat penulisan dalaman. Pasukan mahu pengguna memilih perenggan, meminta semakan dan membandingkannya dengan asal. Antara mukanya penyunting, bukan tetingkap sembang biasa. Integrasi tanpa UI yang ditetapkan berguna kerana produk perlu menentukan lokasi teks muncul dan bila seseorang menerimanya.

Di sini, kebolehalihan mesti memelihara kerja pengguna. Jangan menulis ganti perenggan asal hanya kerana strim tamat. Simpan cadangan secara berasingan, benarkan pemeriksaan dan tentukan cara membuang penjanaan yang dihentikan atau gagal. Pilihan ini tanggungjawab aplikasi tanpa mengira SDK yang membekalkan strim.

Senario ketiga melibatkan pelayan sedia ada dalam bahasa lain. Contoh AG-UI rasmi TanStack menyambungkan klien React kepada enam bahasa pelayan melalui Server-Sent Events. README menerangkan bahawa pelayan melaksanakan protokol komunikasi tanpa memerlukan pakej TanStack di pelayan. Contoh rasmi berbilang bahasa.

Contoh ini menjadikan janji kebolehalihan nyata. Pasukan boleh menilai antara muka pelayar tanpa segera menulis semula pelayan yang berfungsi. Mereka masih perlu melaksanakan peristiwa yang dijangka, melindungi titik akhir dan mengaitkan keadaan perbualan dengan pengguna sendiri. Demonstrasi protokol serasi ialah titik permulaan.

Senario ini menjelaskan mengapa pilihan melebihi perbandingan pustaka sembang. Soalannya ialah sejauh mana produk kekal koheren apabila satu komponen berubah. Walaupun menggunakan model sama, pasukan berbeza mementingkan sempadan berbeza.

Teras stabil dan harness eksperimen memerlukan keputusan berasingan

Keluaran menegaskan komitmen 1.0 bagi teras, sementara harness ejen baharu kekal pada API eksperimen 0.x. Rekodkan kedua-duanya sebagai pilihan kebergantungan berbeza. Memasang kedua-duanya tidak meluaskan jaminan kestabilan teras kepada harness. Pengumuman 23 Oktober.

Bagi fungsi terhad, kitar hayat ringkas sering lebih mudah difahami: permintaan tiba, model bekerja, aplikasi mengendalikan hasil. Ejen yang berjalan lebih lama menambah persoalan mesej serentak, pemulihan, keadaan tersimpan dan tindakan yang melebihi sambungan pelayar. Harness menawarkan tempat menyusun persoalan itu.

Label eksperimen ialah fakta penyelenggaraan, bukan sebab mengelakkan semua percubaan. Asingkan penilaian daripada laluan kritikal produk, tetapkan tanggungjawab dan sediakan ruang untuk perubahan API. Prototaip boleh mengajar pasukan nilai interaksi berpanjangan sebelum mereka berjanji mengendalikannya.

Jika tujuan segera hanya respons penstriman pada skrin sedia ada, mulakan di situ. Tambah penyelarasan apabila aliran pengguna memerlukannya. Abstraksi lebih kaya perlu menyelesaikan masalah kitar hayat tertentu, bukan menjadi syarat setiap fungsi AI kecil.

Mulakan dengan interaksi kecil yang lengkap

Panduan semasa menghubungkan laluan pelayan, kelayakan penyedia dan antara muka rangka kerja. Contoh React menggunakan panggilan model di pelayan serta SSE dengan pengecam perbualan yang jelas. Kunci API dikekalkan di luar pelayar. Panduan mula cepat, diperiksa 27 Oktober 2026.

Untuk penilaian awal, ikuti urutan ini dalam cabang pembangunan berasingan. Matlamatnya satu interaksi yang boleh diperiksa dari permintaan hingga hasil. Infrastruktur tidak berkaitan tidak perlu dipindahkan semata-mata untuk menilai kesesuaian integrasi.

1. Pilih satu skrin sedia ada dan tugas terhad. Soalan baca sahaja tentang bahan bantuan lebih mudah diperiksa daripada aliran yang terus mengubah rekod pelanggan.
2. Pasang pakej stabil antara muka itu bersama-sama. Bagi titik mula React/OpenAI yang didokumenkan, gunakan npm i @tanstack/ai@^1 @tanstack/ai-react@^1 @tanstack/ai-openai@^1. Commit fail kunci supaya versi penilaian boleh dikenal pasti.
3. Laksanakan sempadan pelayan mengikut panduan terkini. Simpan kelayakan dalam persekitaran pelayan. Kaitkan permintaan dengan pengguna yang disahkan dan pengecam perbualan milik aplikasi.
4. Paparkan penstriman, penyiapan dan pembatalan dengan jelas. Pengguna perlu tahu sama ada jawapan masih tiba, selesai atau terhenti. Kekalkan input apabila permintaan gagal.
5. Jalankan tugas sama dengan penyedia kedua yang disokong. Kekalkan sumber dan kes penilaian. Rekodkan perbezaan tingkah laku berasingan daripada perubahan integrasi.
6. Semak hasil sebagai fungsi produk. Sebelum memperluas, periksa paparan pengguna, data disimpan dan kegagalan yang memerlukan campur tangan.

Prosedur sengaja kecil supaya boleh diulang. Jawapan berjaya menggalakkan, tetapi kegagalan yang dapat difahami sama bermaklumat. Abstraksi berguna memudahkan penyelenggaraan kedua-dua laluan.

Naik taraf daripada 0.x turut merangkumi data

Panduan migrasi membuang API yang telah ditandai lapuk dalam 0.x dan menerangkan kemas kini pakej terselaras. Sembang, pelaksanaan dan fail tersimpan juga disebut sebagai isu migrasi berasingan. Lulus semakan jenis hanya membuktikan sebahagian kesiapsiagaan. Panduan 1.0, diperiksa 27 Oktober.

Perkara ini mudah terlepas apabila aplikasi kelihatan baik dalam sesi pelayar baharu. Perbualan baharu boleh berjaya sedangkan perbualan lama mengandungi keadaan yang tidak dapat disambung klien baharu. Migrasi mesti merangkumi rekod tersimpan yang mewakili penggunaan sebenar, bukan permintaan baharu sahaja.

Panduan membezakan penamaan semula sifat daripada pemberian nilai betul. threadId yang jelas memerlukan model pemilikan sebenar; suntingan automatik tidak menentukan cara laluan atau pangkalan data mengenal pasti perbualan. Begitu juga, pilihan body yang serupa dalam bahagian API lain tidak patut diubah melalui penggantian teks tanpa pertimbangan.

Gunakan codemod yang didokumenkan dalam mod pratonton, semak diff dan tingkatkan pakej stabil klien serta pelayan bersama. Kemudian ikuti langkah data tersimpan dalam persekitaran ujian sebelum pelaksanaan. Kekalkan pakej harness eksperimen pada siri keluaran yang ditetapkan, tanpa menganggap semua pakej berkaitan mempunyai versi utama sama.

Naik taraf selesai apabila perbualan sedia ada dan antara muka masih berfungsi, selain kod baharu yang berjaya dikompil.

Takrifkan pemeriksaan keluaran melalui tingkah laku yang kelihatan kepada pengguna. Buka dan sambung perbualan lama, batalkan respons lain dan uji aliran alat yang dibenarkan serta ditolak. Pastikan keputusan kebenaran masih berkaitan pengguna betul. Kesannya boleh dinilai tanpa menjadikan versi SDK sebagai markah mutu.

Kebolehalihan ialah keupayaan berubah yang dipelihara

TanStack AI 1.0 memberikan arah berguna kepada pasukan yang mahu memilih model dan antara muka dengan sengaja. Alasan penggunaan paling kukuh ialah aplikasi dengan sempadan jelas yang boleh dipermudah pustaka. Yang paling lemah mengharapkan penyesuai menghapuskan semua perbezaan tingkah laku penyedia.

Ujian praktikal tiba pada perubahan kedua: penyedia lain, perbualan disambung, kontrak alat disemak atau rekod lama dibuka klien baharu. Pastikan perubahan ini boleh diperhatikan, maka kebolehalihan menjadi keupayaan operasi dan bukan sekadar janji dalam dokumen seni bina.

Sumber

• Pengumuman TanStack AI 1.0, 23 Oktober 2026.
• Panduan mula cepat TanStack AI, diperiksa 27 Oktober 2026.
• Naik taraf ke 1.0, diperiksa 27 Oktober 2026.
• Contoh AG-UI rasmi berbilang bahasa dan lesen MIT, diperiksa 27 Oktober 2026. Senario dan prosedur bersifat ilustrasi; tiada penanda aras perbandingan penyedia dilakukan.

Saranan daripada Telli.sh

Simpan permintaan, sumber dan keputusan di sebalik integrasi AI dalam koleksi rujukan yang boleh dicari. Cipta akaun Telli.sh untuk menyusun nota projek dan bahan semakan.