在 TypeScript 生态里做 AI 应用，最琐碎的问题往往不是模型能力，而是接入层：OpenAI、Anthropic、Google 的 SDK 各不相同，换一个模型就要改一遍调用代码。vercel/ai（AI SDK）正是针对这个痛点设计的开源工具库，官方描述为“The AI Toolkit for TypeScript”，由 Vercel 与 Next.js 团队成员创建，GitHub 上已获得约 27.1k star、5.2k fork，仓库 topics 覆盖 anthropic、gemini、openai、language-model、generative-ui、react、svelte、vue 等关键词。

统一 Provider 架构

AI SDK 的核心定位是 provider-agnostic。官方 README 给出的统一 API 允许开发者用同一套调用方式访问 OpenAI、Anthropic、Google 等模型提供商。默认情况下，AI SDK 使用 Vercel AI Gateway，只需传入模型字符串即可：

const result = await generateText({
  model: 'anthropic/claude-opus-5.5',
  prompt: 'Hello!',
});

如果希望直连提供商，则安装对应 SDK 包并传入 provider 实例：

import { anthropic } from '@ai-sdk/anthropic';

const result = await generateText({
  model: anthropic('claude-opus-5-5'),
  prompt: 'Hello!',
});

这种设计把“模型标识”和“调用逻辑”解耦：业务代码只依赖 generateText 这类统一入口，切换模型时改动集中在 model 参数。对多模型对比、灰度切换或按成本路由的场景，这是最直接的收益。需要注意的是，README 只展示了字符串与 provider 实例两种写法，Provider 抽象在源码层面的具体接口、错误归一化与能力差异处理，仍需结合源码或 API Reference 进一步确认。

结构化输出与 Agent 模块

除了纯文本生成，AI SDK 提供结构化数据生成能力。官方示例通过 Output.object 配合 zod schema，让模型直接产出符合类型定义的对象：

const { output } = await generateText({
  model: 'openai/gpt-6-astra',
  output: Output.object({
    schema: z.object({
      recipe: z.object({
        name: z.string(),
        ingredients: z.array(z.object({ name: z.string(), amount: z.string() })),
        steps: z.array(z.string()),
      }),
    }),
  }),
  prompt: 'Generate a lasagna recipe.',
});

Agent 方面，README 展示了 ToolLoopAgent 类。它接收 model、system 与 tools，工具可以是 provider 提供的预置工具，例如 openai.tools.localShell 或 openai.tools.imageGeneration，也可以是自定义实现。示例中的 sandboxAgent 把 shell 工具接到 Vercel Sandbox 上执行命令，体现了“模型决策 + 工具执行”的循环结构。ToolLoopAgent 的具体循环终止条件、并发与错误重试策略，README 未展开，属于需要看源码确认的部分。

生成式 UI 与框架集成

AI SDK UI 模块提供一组 hooks，用于构建聊天机器人和生成式用户界面。官方强调这些 hooks 是 framework agnostic 的，可用于 Next.js、React、Svelte 和 Vue，按框架安装对应包，例如 @ai-sdk/react。

一个完整的生成式 UI 链路在 README 中被拆成四层：

  1. Agent 定义：用 ToolLoopAgent 声明模型与工具，并通过 InferAgentUIMessage 导出消息类型。
  2. 路由层：在 Next.js App Router 中，用 createAgentUIStreamResponse 把 agent 与 messages 转成流式响应。
  3. 工具视图：用 UIToolInvocation 类型接收工具调用，根据 invocation.state 在 input-available、output-available 等状态间切换渲染。
  4. 页面层：用 useChat 获取 messages、status、sendMessage，遍历 message.parts，按 part.type 分发文本或工具组件。

这套结构的价值在于把“工具调用状态”直接映射为 UI 状态。示例中 imageGeneration 工具设置 partialImages: 3，前端在 output-available 时把 base64 结果渲染成 img。开发者可以据此推断：生成式 UI 的关键不是模型本身，而是工具调用生命周期与前端组件状态的对应关系。

选型参考与待确认边界

从官方资料可以确认的事实包括：AI SDK 是免费开源库，主要语言为 TypeScript，要求 Node.js 22+，通过 npm install ai 安装；提供统一 Provider API、结构化输出、ToolLoopAgent 与跨框架 UI hooks；官方还提供 templates 与面向编码 agent 的 skill（npx skills add vercel/ai）。

但以下问题在 README 层面没有答案，需要结合源码或 API Reference 验证：Provider 抽象的具体接口与能力差异如何归一化；ToolLoopAgent 的循环控制、超时与失败模式；生成式 UI 在流式传输下的部分结果与错误恢复策略；不同框架 hooks 的行为一致性。对准备选型的团队来说，建议先用官方模板跑通一条端到端链路，再针对上述边界做源码级确认，而不是仅凭 README 示例就假设多模型行为完全等价。