【免费下载】 Ant Design X 使用教程
2026-01-30 04:34:54作者:卓炯娓
1. 项目介绍
Ant Design X 是一个基于 Ant Design 的 AI 驱动的交互组件库,旨在帮助开发者轻松构建具有丰富交互体验的 AI 对话界面。它提供了灵活多样的原子组件,支持与标准模型推断服务无缝集成,并且拥有高效的数据流管理工具。
2. 项目快速启动
首先,您需要安装 Ant Design X。可以使用 npm、yarn 或 pnpm 进行安装:
npm install @ant-design/x --save
# 或者
yarn add @ant-design/x
# 或者
pnpm add @ant-design/x
在浏览器中使用 Ant Design X,您需要添加 script 和 link 标签来引入资源:
<script src="path/to/antdx.js"></script>
<link rel="stylesheet" href="path/to/antdx.min.css">
下面是一个简单的 React 应用示例,展示了如何使用 Ant Design X 的原子组件创建一个聊天机器人界面:
import React from 'react';
import { Bubble, Sender } from '@ant-design/x';
const messages = [
{ content: 'Hello, Ant Design X!', role: 'user' },
];
const App = () => (
<div>
<Bubble.List items={messages} />
<Sender />
</div>
);
export default App;
3. 应用案例和最佳实践
集成模型推断服务
下面是一个集成模型推断服务的示例,这里使用了一个假设的 API 服务:
import { useXAgent, Sender, XRequest } from '@ant-design/x';
import React from 'react';
const createRequest = XRequest({
baseURL: 'https://your-api-service.com',
// 其他配置项...
});
const DemoComponent = () => {
const [agent] = useXAgent({
request: async (info, callbacks) => {
// 发送请求到推断服务...
createRequest({
// 请求参数...
}).then(response => {
// 处理响应...
}).catch(error => {
// 处理错误...
});
},
});
const onSubmit = (message) => {
// 处理发送消息...
};
return <Sender onSubmit={onSubmit} />;
};
export default DemoComponent;
数据流管理
Ant Design X 提供了 useXChat 工具来帮助您高效管理 AI 聊天应用的数据流。以下是一个示例:
import { useXAgent, useXChat, Sender, Bubble } from '@ant-design/x';
import React from 'react';
const DemoComponent = () => {
const [agent] = useXAgent({
// 配置项...
});
const [chat] = useXChat({
// 配置项...
});
// 发送消息的处理函数...
const sendMessage = (message) => {
// 使用 chat 对象发送消息...
};
return (
<div>
<Bubble.List items={chat.messages} />
<Sender onSubmit={sendMessage} />
</div>
);
};
export default Demo;
4. 典型生态项目
Ant Design X 作为 Ant Design 生态系统的一部分,与 Ant Design 其他组件库和工具链无缝集成,可以轻松嵌入到使用 Ant Design 构建的项目中,实现一致的视觉和交互体验。您可以在 Ant Design 官方网站上的生态项目列表中找到更多与 Ant Design X 相关的项目和资源。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
393
292
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
868
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108