Project Icon

nextjs-openai

OpenAI流数据集成方案,优化Next.js开发体验

本项目提供hooks和组件,帮助开发者轻松将OpenAI流数据集成到Next.js项目中。使用useBuffer和useTextBuffer加载增量数据,通过StreamingText和StreamingTextURL组件实现流数据渲染。项目兼容API Routes,支持Edge Runtime和Node环境,简化网络请求处理,提高开发效率。

项目介绍:Next.js 的 OpenAI 集成

nextjs-openai 项目是一个专为 Next.js 应用开发者设计的工具库,旨在方便地在应用中集成 OpenAI 的流处理功能。它通过提供便捷的 hooks 和组件,使得开发者可以轻松连接和处理 OpenAI 的数据流。

安装指南

要使用 nextjs-openai,可以通过以下命令安装:

yarn add nextjs-openai openai-streams

# 或者使用 npm
npm i --save nextjs-openai openai-streams

这些工具包会在前端和 API 路由中帮助处理 OpenAI 的流数据。

常用 Hooks

nextjs-openai 提供了两个强大的 hooks:useBuffer()useTextBuffer()。这两个 hooks 可以从指定的 URL 加载递增的数据或文本缓冲区。

以下是一个简单的示例:

import { useTextBuffer } from "nextjs-openai";

export default function Demo() {
  const { buffer, refresh, cancel, done } = useTextBuffer({ 
    url: "/api/demo"
  });
  
  return (
    <div>
      <StreamingText buffer={buffer} fade={600} />
      <button onClick={refresh} disabled={!done}>Refresh</button>
      <button onClick={cancel} disabled={done}>Cancel</button>
    </div>
  );
}

组件介绍

<StreamingText><StreamingTextURL> 是两个关键组件,能够通过流缓冲区呈现逐渐淡入的文本。这种动画效果使得信息展示更具动态性和生动感。

示例如下:

import { StreamingTextURL } from "nextjs-openai";

export default function Demo() {
  return (
    <StreamingTextURL 
      url="/api/demo" 
      fade={600} 
      throttle={100} 
    />
  );
}

数据发送与高级用法

开发者可以自定义网络请求类型,通过设置 { method, data },轻松切换请求类型(如从 POST 到 GET)。此外,开发者可以在 URL 上手动设置查询参数。

使用 <StreamingTextURL>

可以通过指定 data 属性来传递数据:

import { StreamingTextURL } from "nextjs-openai";

export default function Home() {
  const [data, setData] = useState({ name: "John" });
  return (
    <StreamingTextURL url="/api/demo" data={data}>
  );
}

使用 useTextBuffer()

通过指定 options 属性进行额外的请求配置。

import { useTextBuffer, StreamingText } from "nextjs-openai";

export default function Home() {
  const [data, setData] = useState({ name: "John" });
  const { buffer, refresh, cancel } = useTextBuffer({
    url: "/api/demo",
    throttle: 100,
    data,
    options: {
      headers: {
        // 自定义请求头
      }
    }
  });
  
  return (
    <StreamingText buffer={buffer}>
  );
}

API 路由和流处理

通过 openai-streams,可以在 API 路由中处理来自 OpenAI 的流数据。支持 Edge Runtime 和 Node.js 环境。

使用 Edge Runtime 的示例

import { OpenAI } from "openai-streams";

export default async function handler() {
  const stream = await OpenAI(
    "completions",
    {
      model: "text-davinci-003",
      prompt: "Write a happy sentence.\n\n",
      max_tokens: 25
    },
  );

  return new Response(stream);
}

export const config = {
  runtime: "edge"
};

Node <18 的示例

适用于非 Edge Runtime 的环境,使用 NodeJS.Readable 版本。

import type { NextApiRequest, NextApiResponse } from "next";
import { OpenAI } from "openai-streams/node";

export default async function test (_: NextApiRequest, res: NextApiResponse) {
  const stream = await OpenAI(
    "completions",
    {
      model: "text-davinci-003",
      prompt: "Write a happy sentence.\n\n",
      max_tokens: 25
    }
  );

  stream.pipe(res);
}

通过这些工具,开发者可以轻松构建与 OpenAI 进行互动的应用,极大地丰富了应用的功能和交互体验。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号