Vercel AI SDK 中 useChat 自定义端点优化实践

在开发基于大语言模型的聊天应用时，Vercel AI SDK 提供了便捷的 useChat hook 来简化与聊天模型的交互。然而，在实际应用中，开发者可能会遇到需要直接调用第三方 API（如 AI 服务提供商）而不通过 Next.js 路由的情况。

问题背景

useChat 默认会在请求体中自动生成一个 ID 参数，这个设计在与某些第三方 API（特别是 AI 服务官方接口）交互时可能会造成兼容性问题。因为某些接口会拒绝包含未定义参数的请求，导致 API 调用失败。

解决方案

Vercel AI SDK 提供了灵活的 fetch 参数配置，允许开发者完全自定义请求处理逻辑。通过实现自定义的 fetch 函数，我们可以在请求发出前对参数进行过滤或修改。

实现自定义 fetch 函数

以下是一个完整的实现示例，展示了如何移除不必要的 ID 参数：

const { messages, input, handleInputChange, handleSubmit } = useChat({
  api: '/api/chat', // 仍然需要提供一个路径，但实际会被自定义fetch覆盖
  fetch: async (url, options) => {
    // 解析原始请求体
    const originalBody = JSON.parse(options?.body as string);
    
    // 创建新的请求体，排除id字段
    const filteredBody = {
      messages: originalBody.messages,
      // 保留其他必要字段
      ...(originalBody.temperature && { temperature: originalBody.temperature }),
      // 可以根据需要添加其他参数
    };

    // 构造新的请求选项
    const newOptions = {
      ...options,
      body: JSON.stringify(filteredBody),
    };

    // 直接调用目标API
    return await fetch('https://api.example.com/v1/chat/completions', newOptions);
  },
});

高级应用场景

多API端点支持

通过自定义fetch函数，我们可以轻松实现：

1. 根据环境变量切换不同API端点
2. 实现A/B测试不同模型版本
3. 添加请求重试机制

请求监控与调试

自定义fetch也是添加监控和调试逻辑的理想位置：

fetch: async (url, options) => {
  const startTime = Date.now();
  try {
    const response = await fetch(url, options);
    console.log(`API请求耗时: ${Date.now() - startTime}ms`);
    return response;
  } catch (error) {
    console.error('API请求失败:', error);
    throw error;
  }
}

最佳实践建议

1. 参数白名单：建议采用白名单方式过滤参数，只传递API明确支持的参数
2. 错误处理：在自定义fetch中添加完善的错误处理和重试逻辑
3. 类型安全：为请求和响应体定义TypeScript接口确保类型安全
4. 性能监控：记录请求耗时和成功率等指标

总结

通过Vercel AI SDK的自定义fetch功能，开发者可以灵活地适配各种API规范，解决官方接口的兼容性问题。这种设计既保留了SDK的便利性，又提供了足够的灵活性来满足各种定制化需求。在实际项目中，合理利用这一特性可以显著提升开发效率和系统可靠性。

对于需要直接与第三方AI服务交互的场景，这种方案提供了一种优雅的集成方式，避免了不必要的中间层，同时保持了代码的可维护性。