Vercel AI SDK 6 核心功能：结构化数据与工具调用

上次我们聊了怎么让 AI 模型生成文本和流式传输内容，说实话那只是个开始

真正要做一个能用的应用，光会生成文字是不够的。你得让 AI 按你的规矩来，输出程序能读懂的数据，甚至给它一些“手脚”，让它能真的干点事情

这篇文章我想和你聊聊 Vercel AI SDK 6 里那些真正有用的功能：怎么精细化控制 AI 的行为、怎么让它输出结构化数据、怎么给它装上工具。这些东西，才是把一个玩具 demo 变成能上线产品的关键

不只是发个 Prompt 那么简单

我刚开始做 AI 应用的时候，以为就是把用户输入的话扔给模型就完事了

后来发现根本不是这么回事。你得告诉模型它是谁，该怎么说话，还得管理好对话的上下文。不然用户聊着聊着，AI 就开始答非所问了

AI SDK Core 给了我们 system 和 messages 这两个参数。system 就像是给 AI 设定一个人设，告诉它“你是个技术顾问”还是“你是个客服”。这个设定的优先级很高，比用户说的话还管用

messages 就是对话历史了。做聊天机器人必须得有这个，不然 AI 根本记不住前面说了啥

看个例子你就明白了

import { generateText } from 'ai';
import { openai } from '@ai-sdk/openai';
import dotenv from 'dotenv';

dotenv.config();

async function main() {
  const { text } = await generateText({
    model: openai('gpt-4o'),
    // 给 AI 设定角色
    system: '你是一位经验丰富的 TypeScript 技术顾问。请用简洁、专业的语气回答问题，并优先推荐现代的最佳实践。',
    // 把之前的对话传进来
    messages: [
      { role: 'user', content: '我应该在项目中使用 Any 类型吗？' },
      { role: 'assistant', content: '不建议使用 Any。它会绕过编译器的类型检查，丧失 TypeScript 的核心优势。你应该尽量使用 unknown 或具体的接口定义。' },
      { role: 'user', content: '那 unknown 和 any 有什么区别？' },
    ],
    // 控制随机性：0.0 最保守，1.0 最随机
    temperature: 0.2, 
  });

  console.log('回答:', text);
}

main().catch(console.error);

这里我不光定义了 AI 的专家身份，还通过 messages 数组手动构建了上下文。AI SDK 会自动把这些信息格式化成模型需要的样子

注意到 temperature 这个参数了吗？它控制生成的随机性。技术问答这种场景，我一般会设得比较低，确保答案准确。如果是写创意文案，可以调高一点

让 AI 生成 JSON：从混乱到秩序

大语言模型本质上就是个文本生成器，它输出的东西天然是不确定的

以前我们想让它输出 JSON，只能在 Prompt 里各种强调“请只返回 JSON，不要废话”，写完还得用正则表达式去提取。那个过程真的很痛苦，经常出错

Vercel AI SDK 6 的 generateObject 函数彻底解决了这个问题。它利用了现代模型（像 GPT-4o、Claude 3.5 Sonnet）原生支持的 Function Calling 或 JSON Mode，能稳定地输出符合你定义的数据结构

配合 Zod 这个 Schema 库，你甚至能得到完全类型安全的 TypeScript 对象

我给你看个实际的例子。假设我们在做一个票务系统，需要从用户的自然语言里提取活动信息

import { generateObject } from 'ai';
import { openai } from '@ai-sdk/openai';
import { z } from 'zod';
import dotenv from 'dotenv';

dotenv.config();

async function main() {
  const { object } = await generateObject({
    model: openai('gpt-4o'),
    // 定义数据结构
    schema: z.object({
      eventName: z.string().describe('活动的名称'),
      date: z.string().describe('活动的日期，格式为 YYYY-MM-DD'),
      location: z.string().describe('举办地点'),
      participants: z.array(z.string()).describe('参与人员名单'),
      budget: z.number().optional().describe('预算金额（如果有提到）'),
    }),
    prompt: '我们要在这个周五（2024年11月15日）下午在公司的大会议室举办"AI 技术分享会"，由 Alice 和 Bob 主讲，还没定预算。',
  });

  // object 已经是类型安全的对象了
  console.log('活动名称:', object.eventName);
  console.log('日期:', object.date);
  console.log('参与者:', object.participants);
  console.log('完整对象:', JSON.stringify(object, null, 2));
}

main().catch(console.error);

generateObject 不光生成数据，还会自动根据 Zod Schema 做验证。如果模型生成的格式不对，SDK 会抛错或者尝试修复

这里有个小技巧：describe 方法特别重要。它相当于给模型的注释，帮助模型理解每个字段的含义。我发现写清楚 describe，生成的准确率会高很多

给 AI 装上“手脚”：工具调用

结构化输出让 AI 懂数据，工具调用让 AI 用数据

通过工具调用，AI 可以查天气、读数据库、发邮件，甚至控制智能家居。这才是真正让 AI 变得有用的地方

在 AI SDK 6 里，定义工具很简单。你需要提供一个描述、一个参数的 Schema、一个执行函数

我们来做一个汇率换算助手。这个助手有两个工具：一个查汇率，一个做计算

import { generateText, tool } from 'ai';
import { openai } from '@ai-sdk/openai';
import { z } from 'zod';
import dotenv from 'dotenv';

dotenv.config();

async function main() {
  const { text, toolCalls, steps } = await generateText({
    model: openai('gpt-4o'),
    prompt: '如果不考虑手续费，我有 100 美元，换成欧元后，能买多少个单价 5 欧元的汉堡？',
    // 允许模型最多进行 5 步推理
    maxSteps: 5, 
    tools: {
      // 工具 1: 获取汇率
      getExchangeRate: tool({
        description: '获取两种货币之间的当前汇率',
        parameters: z.object({
          from: z.string().describe('源货币代码，如 USD'),
          to: z.string().describe('目标货币代码，如 EUR'),
        }),
        execute: async ({ from, to }) => {
          console.log(`[工具调用] 查询汇率: ${from} -> ${to}`);
          // 模拟 API 调用，假设 1 USD = 0.92 EUR
          return { rate: 0.92 };
        },
      }),
      // 工具 2: 计算器
      calculate: tool({
        description: '执行数学计算表达式',
        parameters: z.object({
          expression: z.string().describe('要计算的数学表达式'),
        }),
        execute: async ({ expression }) => {
          console.log(`[工具调用] 计算: ${expression}`);
          // 注意：生产环境别直接 eval，用安全的数学库
          try {
            const result = eval(expression); 
            return { result };
          } catch (e) {
            return { error: '计算错误' };
          }
        },
      }),
    },
  });

  console.log('
最终回答:', text);
  console.log(`
共进行了 ${steps.length} 步推理。`);
}

main().catch(console.error);

这段代码有几个关键点我想说一下

我们用 tool() 函数定义了 getExchangeRate 和 calculate 两个工具。每个工具都有明确的 Zod Schema，这保证了 AI 传给 execute 函数的参数是类型安全的

maxSteps: 5 是个很关键的参数。它让 AI 可以进行多步推理

整个过程是这样的：模型先分析问题，决定调用 getExchangeRate 查汇率。SDK 自动执行这个工具，把结果反馈给模型。模型拿到汇率后，算出 100 美元等于 92 欧元，接着调用 calculate 算 92 除以 5。SDK 再次执行工具，返回结果。模型根据计算结果，生成最终的自然语言回答

这整个过程是自动的。你不需要写循环，不需要手动管理状态。SDK 都帮你处理好了

generateText 的返回值里有 steps 和 toolCalls，你可以用这些信息来调试模型的推理过程，或者在界面上显示“正在思考”的状态

写在最后

我们今天聊了三个核心功能

用 System Prompt 和 Context 来控制 AI 的行为。这是让 AI 表现得像个专业助手的基础

用 generateObject 和 Zod 把非结构化文本变成可靠的数据。这解决了 AI 输出不确定的问题

用 tools 和 maxSteps 让 AI 能和外部世界交互。这让 AI 从一个只会说话的东西，变成了一个能解决实际问题的助手

这些功能是构建现代 AI 应用的基石

下一篇我们会聊更高级的东西：怎么把这些工具组合成更复杂的 Agents（智能体），怎么用 DevTools 来可视化和调试这些复杂的交互过程

说实话，当你真正理解了工具调用和结构化输出，你会发现 AI 应用的可能性一下子就打开了。不再是简单的问答，而是真正能帮你干活的东西