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。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0240PublicCMS
266万多行代码修改 持续迭代9年 现代化java cms完整开源,轻松支撑千万数据、千万PV;支持静态化,服务器端包含,多级缓存,全文搜索复杂搜索,后台支持手机操作; 目前已经拥有全球0.0005%(w3techs提供的数据)的用户,语言支持中、繁、日、英;是一个已走向海外的成熟CMS产品Java00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。01- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
- Dd2l-zh《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。Python011
热门内容推荐
最新内容推荐
项目优选









