UI2项目实战:如何为React应用添加意图(Intents)
2025-06-06 19:15:08作者:滑思眉Philip
前言
在现代前端开发中,构建交互式应用需要处理复杂的用户意图和状态管理。UI2项目提供了一种声明式的方式来处理这些交互,本文将深入探讨如何在React应用中添加和管理意图(Intents)。
什么是UI2意图?
UI2意图是一种高级抽象,它封装了用户操作的完整生命周期。每个意图包含三个关键阶段:
- onIntent - 当用户表达意图时触发,通常用于显示操作预览
- onCleanup - 当用户取消或意图未完成时触发,用于清理状态
- onSubmit - 当用户确认意图时触发,执行最终操作
这种模式特别适合需要预览-确认流程的交互场景。
添加待办事项(addTodo)意图
1. 基本设置
首先,我们需要在useUI2钩子上调用.addIntent()方法:
let { inputValue, handleInputChange, handleSubmit } = useUI2({
model: cerebras("llama-3.3-70b"),
systemPrompt: "This is a todo app.",
context: todos.filter((x) => !x.preview),
}).addIntent("addTodo", {
description: "Add a todo",
parameters: z.object({
name: z.string(),
}),
});
这里使用了Zod库来定义参数类型,确保AI输出的结构化数据符合预期。
2. 实现onIntent回调
onIntent阶段应该显示操作预览:
onIntent: ({ parameters, id }) => {
setTodos((prev) => [
...prev,
{
id,
name: parameters.name,
completed: false,
preview: true,
},
]);
},
关键点:
- 使用preview标记区分预览状态
- 利用意图ID跟踪特定操作
- 保持状态不可变更新
3. 实现onCleanup回调
当意图取消时,需要清理预览状态:
onCleanup: ({ id }) => {
setTodos((prev) => prev.filter((x) => x.id !== id));
},
注意我们使用意图ID而非名称来识别待办事项,这更可靠。
4. 实现onSubmit回调
用户确认后,将预览转为正式项:
onSubmit: ({ id }) =>
setTodos((prev) =>
prev.map((x) => (x.id === id ? { ...x, preview: false } : x))
),
完成待办事项(completeTodo)意图
这个意图展示了如何操作现有项:
.addIntent("completeTodo", {
description: "complete a todo",
parameters: z.object({
id: z.string(),
}),
onIntent: ({ parameters }) => {
setTodos((prev) =>
prev.map((x) =>
x.id === parameters.id
? { ...x, preview: true, completed: true }
: x
)
);
},
onCleanup: ({ parameters }) => {
setTodos((prev) =>
prev.map((x) =>
x.id === parameters.id
? { ...x, preview: false, completed: false }
: x
)
);
},
onSubmit: ({ parameters }) =>
setTodos((prev) =>
prev.map((x) =>
x.id === parameters.id
? { ...x, preview: false, completed: true }
: x
)
),
});
关键区别:
- 操作现有项而非新增
- 参数ID引用待办事项ID
- 状态转换更复杂
最佳实践
- 保持参数简单:虽然Zod支持复杂模式,但简单结构更可靠
- 充分利用意图ID:这是跟踪操作生命周期的可靠标识
- 预览模式一致性:所有意图都应遵循预览-确认模式
- 状态管理清晰:确保onIntent、onCleanup和onSubmit之间的状态转换明确
完整示例
以下是整合后的完整组件代码:
"use client";
import { useUI2 } from "ui2-sdk/react";
import { createCerebras } from "@ai-sdk/cerebras";
import { useState } from "react";
import { z } from "zod";
export default function TodoApp() {
const [todos, setTodos] = useState([]);
let cerebras = createCerebras({ apiKey: "API_KEY" });
let { inputValue, handleInputChange, handleSubmit } = useUI2({
model: cerebras("llama-3.3-70b"),
systemPrompt: "This is a todo app.",
context: todos.filter(x => !x.preview),
})
.addIntent("addTodo", {
description: "Add a todo",
parameters: z.object({ name: z.string() }),
onIntent: ({ parameters, id }) => {
setTodos((prev) => [
...prev,
{ id, name: parameters.name, completed: false, preview: true },
]);
},
onCleanup: ({ id }) => {
setTodos((prev) => prev.filter((x) => x.id !== id));
},
onSubmit: ({ id }) =>
setTodos((prev) =>
prev.map((x) => (x.id === id ? { ...x, preview: false } : x))
),
})
.addIntent("completeTodo", {
description: "complete a todo",
parameters: z.object({ id: z.string() }),
onIntent: ({ parameters }) => {
setTodos((prev) =>
prev.map((x) =>
x.id === parameters.id
? { ...x, preview: true, completed: true }
: x
)
);
},
onCleanup: ({ parameters }) => {
setTodos((prev) =>
prev.map((x) =>
x.id === parameters.id
? { ...x, preview: false, completed: false }
: x
)
);
},
onSubmit: ({ parameters }) =>
setTodos((prev) =>
prev.map((x) =>
x.id === parameters.id
? { ...x, preview: false, completed: true }
: x
)
),
});
return (
<div className="todo-app-container">
{todos.length ? (
todos.map((x) => (
<div key={x.id} className={x.preview ? "opacity-50" : ""}>
{x.name} - {x.completed ? "Completed" : "Todo"}
</div>
))
) : (
"No todos"
)}
<div className="input-container">
<input
value={inputValue}
onChange={(e) => handleInputChange(e.target.value)}
/>
<button onClick={handleSubmit}>Submit</button>
</div>
</div>
);
}
总结
通过UI2的意图系统,开发者可以:
- 以声明式方式定义复杂交互
- 统一管理操作的生命周期
- 实现可靠的预览-确认流程
- 减少状态管理复杂度
这种模式特别适合需要自然语言交互或复杂用户流程的应用场景。掌握意图的使用将显著提升React应用的交互质量和开发效率。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0115
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220