构建 AI 增强型 Web 应用程序：如何使用 React、Next.js 和 Vercel 获得可靠的结果

本书通过示例逐步向您展示如何构建利用 GPT、Claude 和 Llama 等大型语言模型 (LLM) 的网站和应用程序。本书专为熟悉 React 或 Next.js 的 Web 开发人员编写，介绍了向基于 Web 的项目添加复杂的 AI 功能（例如检索增强生成 (RAG)、文档摘要、聊天机器人等）所需的工具和技术。

它指导您仅使用 JavaScript 和其他常见 Web 开发技能完成 AI 开发，无需 Python 或机器学习经验。您将通过解决实际业务问题的全面人工智能项目来学习。您很快将提供用户友好、高效的界面，从而充分利用 AI 技术。

在“构建 AI 增强型 Web 应用程序”中，您将学习如何：

• 将 AI 模型集成到 React 和 Next.js 应用程序中
• 实现流式响应和实时 AI 交互
• 管理聊天应用程序中的对话历史记录和上下文
• 实现 LangChain.js 以实现复杂的 AI 工作流程和推理
• 为复杂的 AI 工作流程和推理构建 Web 应用程序使用 LangChain.js 总结文档
• 利用检索增强生成 (RAG) 系统进行知识管理
• 开发带有语音反馈的人工智能面试准备系统

关于技术

用户已经发言！现代 Web 应用程序需要代理、个性化响应和其他 LLM 支持的功能。 《构建 AI 增强型 Web 应用程序》介绍了 AI Web 应用程序的端到端架构，包括 UI、后端基础设施、数据处理、API 集成、部署和扩展，并提供了适合专业 Web 开发人员的示例和语言。

关于这本书

这本易于阅读的书向您展示了如何使用您已知的 JavaScript 堆栈来交付真正的 AI 功能（而不仅仅是玩具演示）：用于 UI 的 React、用于后端集成的 Next.js 以及用于连接到 LLM 的 Vercel AI SDK比如 Gemini 和 GPT。在其中，您将获得完成两个投资组合就绪项目所需的技能：基于语音的面试助理和 RAG 支持的企业知识系统。您还将学习如何设计平衡延迟、成本和用户体验的工作流程，并为安全、质量控制、幻觉和偏见实施负责任的护栏。

内容

• 使用专业堆栈构建 AI 功能
• 提供可用于生产的功能
• 从具体项目中学习

关于读者

面向熟悉 JavaScript 和 React 的 Web 开发人员。

关于作者

Theo Despoudis 是 WP Engine 的高级工程师，专门研究人工智能驱动的搜索和无头 WordPress。他是将 LLM、RAG 和 Vercel AI SDK 集成到 React 和 Next.js 应用程序中的专家。

目录

第 1 部分
1 在 Web 应用程序中使用生成式 AI
2 构建您的第一个生成式 AI Web 应用程序
3 将 AI 模型与 Vercel AI SDK 连接
4 管理应用程序中的对话和状态
第 2 部分
5 在 Web 应用程序中进行提示工程
6 构建使用 LangChain.js 进行 AI 工作流程
7 使用 LangChain.js 进行文档摘要和 RAG
8 测试和调试技术
9 部署和安全性
第 3 部分
10 构建 AI 面试助理：项目演练
11 构建 AI RAG 代理：项目演练
第 4 部分
12 将 Web 应用程序与模型上下文协议集成
A 运行示例