UI2项目实战:如何为应用添加意图(Intents)功能
什么是意图(Intents)?
在UI2项目中,意图(Intents)是一个核心概念,它允许开发者定义应用能够识别和处理的特定用户请求。简单来说,就是当用户输入某些内容时,你的应用能够理解用户的"意图"并执行相应的操作。
准备工作
在开始添加意图之前,确保你已经完成了UI2的基本配置。你需要:
- 安装必要的依赖包
- 配置好AI模型(如示例中的Cerebras模型)
- 准备好Zod库用于参数验证
创建第一个意图:数字相加
让我们从一个简单的例子开始 - 创建一个能够将两个数字相加的意图。
import { createUI2 } from "ui2-sdk";
import { z } from "zod";
import { createCerebras } from "@ai-sdk/cerebras";
const cerebras = createCerebras({
apiKey: "API_KEY",
});
let { identifyIntent } = createUI2({
model: cerebras("llama-3.3-70b"),
}).addIntent("sum", {
parameters: z.object({
a: z.number(),
b: z.number(),
}),
description: "Add two numbers together",
onIntent: (intentCall) => {
console.log(
`${intentCall.parameters.a} + ${intentCall.parameters.b} = ${
intentCall.parameters.a + intentCall.parameters.b
}`
);
},
});
代码解析
-
模型配置:我们首先创建了一个Cerebras模型的实例,并提供了API密钥。
-
UI2初始化:使用
createUI2函数初始化UI2,并指定要使用的AI模型。 -
添加意图:通过
.addIntent()方法添加一个名为"sum"的意图。
意图的四个关键部分
-
名称(Name):
"sum"是意图的唯一标识符,应该简洁明了,遵循变量命名规范。 -
描述(Description):
"Add two numbers together"帮助AI理解这个意图的用途,在识别用户请求时起到关键作用。 -
参数(Parameters):使用Zod库定义了一个包含两个数字(a和b)的参数对象。Zod提供了强大的类型验证功能。
-
处理函数(onIntent):当意图被识别时执行的回调函数,这里我们简单地将两个数字相加并打印结果。
参数验证的重要性
UI2利用Zod的Structured Output功能,确保AI的输出严格符合你定义的参数模式。这意味着:
- 类型安全:参数会被自动验证为正确的类型
- 自动补全:在IDE中可以获得参数的类型提示
- 错误处理:无效的输入会被自动拦截
添加第二个意图:数字平方
UI2的一个强大特性是可以轻松地添加多个意图。让我们添加一个计算数字平方的意图:
let { identifyIntent } = createUI2({
model: cerebras("llama-3.3-70b"),
})
.addIntent("sum", {
// 之前的sum意图配置
})
.addIntent("square", {
parameters: z.object({
a: z.number(),
}),
description: "Squares a number",
onIntent: (intentCall) => {
console.log(
`${intentCall.parameters.a}^2 = ${
intentCall.parameters.a * intentCall.parameters.a
}`
);
},
});
意图链式调用
通过链式调用.addIntent()方法,我们可以不断地为应用添加新的功能。每个意图都是独立的,但共享同一个AI模型和配置。
意图调用的详细信息
当意图被识别时,onIntent回调会收到一个intentCall对象,包含:
name:被调用的意图名称id:唯一标识符,可用于跟踪或防止重复调用parameters:经过验证的参数对象,完全符合你定义的Zod模式
最佳实践
-
命名规范:使用简洁但具有描述性的名称,如"calculateTotal"比"calc"更好。
-
参数设计:保持参数结构简单明了,复杂的嵌套结构可能会降低AI的识别准确率。
-
描述清晰:为意图和参数提供详细的描述,这能显著提高AI的理解能力。
-
错误处理:考虑在
onIntent中添加错误处理逻辑,以应对可能的运行时错误。
总结
通过UI2的意图系统,开发者可以轻松地为应用添加自然语言处理能力。本文通过两个简单的数学运算示例,展示了如何:
- 初始化UI2并配置AI模型
- 定义意图的名称、描述和参数
- 实现意图被识别时的处理逻辑
- 扩展应用功能,添加多个意图
这种模式不仅适用于简单的数学运算,可以扩展到各种复杂的业务场景,如数据查询、系统控制、内容生成等。UI2的意图系统提供了一种结构化的方式来构建智能的、可理解自然语言命令的应用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00