S
SkillNav

npm i chat 发布:一套代码接入主流聊天平台的 Chat SDK 开源公测

资讯2026-02-23T13:00:00+00:002 分钟阅读
npm i chat 发布:一套代码接入主流聊天平台的 Chat SDK 开源公测

1 分钟阅读

2026 年 2 月 23 日

在多个平台上构建聊天机器人,传统上往往意味着要维护多套代码库,并分别处理各个平台的 API。

今天,我们将全新的 Chat SDK 开源,并以公测(public beta)形式向公众开放。它是一个统一的 TypeScript 库,让团队只需编写一次 bot 逻辑,就能部署到 Slack、Microsoft Teams、Google Chat、Discord、GitHub 和 Linear。

其事件驱动架构内置了类型安全的处理器,可处理提及(mentions)、消息、表情反应(reactions)、按钮点击和斜杠命令(slash commands)。团队还可以使用 JSX 卡片与模态框构建用户界面,并在各平台上以原生方式渲染。

SDK 通过可插拔适配器处理分布式状态管理,支持 Redis、ioredis 和内存存储。

code
import { Chat } from "chat";import { createSlackAdapter } from "@chat-adapter/slack";import { createRedisState } from "@chat-adapter/state-redis";const bot = new Chat({  userName: "mybot",  adapters: {    slack: createSlackAdapter(),  },  state: createRedisState(),});bot.onNewMention(async (thread) => {  await thread.subscribe();  await thread.post("Hello! I am listening to this thread.");});

这是一个简单示例:创建带 Slack adapter 和 Redis state 的 Chat 实例,并在收到新提及时进行响应。

你可以向任意 provider 发送字符串、对象、AST,甚至 JSX 消息。

code
import { Card, CardText, Actions, Button } from "chat";await thread.post(  <Card title="Order #1234">    <CardText>Your order has been received!</CardText>    <Actions>      <Button id="approve" style="primary">Approve</Button>      <Button id="reject" style="danger">Reject</Button>    </Actions>  </Card>);

Chat SDK 的 post() 函数可直接接收 AI SDK 的文本流,从而将 AI 响应及其他增量内容实时流式推送到聊天平台。

code
import { ToolLoopAgent } from "ai";const agent = new ToolLoopAgent({  model: "anthropic/claude-4.6-sonnet",  instructions: "You are a helpful assistant.",});bot.onNewMention(async (thread, message) => {  const result = await agent.stream({ prompt: message.text });  await thread.post(result.textStream);});

该框架以核心 chat 包为起点,并通过模块化平台 adapter 实现扩展。官方已提供多种实践指南,包括:使用 Next.js 与 Redis 构建 Slack bot、使用 Nuxt 构建 Discord 支持 bot、使用 Hono 构建 GitHub bot,以及自动化代码审查 bot。

访问文档了解更多。

在找 chatbot 模板?现在请看这里

原文链接:https://vercel.com/changelog/chat-sdk

相关文章

AINews:Harness Engineering 到底是不是一门真学问?
深度·3月5日
AINews:Harness Engineering 到底是不是一门真学问?

这篇文章围绕 AI 工程中的核心争议展开:系统能力究竟主要来自更强的模型(Big Model),还是来自更强的编排层(Big Harness)。文中汇总了 OpenAI、Anthropic、Scale AI、METR 等多方观点与数据,显示两派在“模型进步会不会吞噬 Harness 价值”上分歧明显。作者最终认为,随着 Agent 产品落地加速,Harness Engineering 的独立价值正在被市场和社区进一步确认。

10 分钟
每个 Agent 都需要一个 Box:Aaron Levie 谈 AI 时代的新基础设施
深度·3月5日
每个 Agent 都需要一个 Box:Aaron Levie 谈 AI 时代的新基础设施

在围绕“AI 是否正在杀死 SaaS”的争论中,Box CEO Aaron Levie 提出相反观点:企业内容与文件系统在 Agent 时代反而更关键。随着 Filesystem、Sandbox 和 Agent 工作流快速普及,核心问题从“让 Agent 能做事”转向“如何治理 Agent 的身份、权限与安全边界”。他认为,未来企业将拥有远多于人的 Agent 数量,而真正的竞争力在于率先完成面向 Agent 的组织与基础设施改造。

8 分钟