langchain-ai/langchain-nextjs-template

解決的問題

本專案為希望使用 LangChain.js 與 Next.js 建構 AI 驅動應用程式的開發者，提供即開即用的起始範本。它移除了設定全端 AI 應用所需的重複程式碼，示範如何實作常見的 LLM 模式，例如即時串流聊天、結構化資料萃取，以及檢索增強生成（RAG）。

運作方式

此範本使用 Next.js 作為前端，伺服器無伺服器邊緣函數作為後端。整合 Vercel AI SDK，可即時將權杖串流至客戶端。在 AI 邏輯方面，利用 LangChain.js 與 LangGraph.js 協調 LLM 呼叫、管理有狀態的代理工作流程，並連接向量資料庫（預設使用 Supabase）以進行文件檢索。

適用對象

希望快速原型設計或推出一個內建進階 LLM 功能的 Next.js 應用，而無需從零開始的全端開發者與 AI 工程師。

主要特色

• 多種 AI 模式：包含簡單聊天、使用 Zod 的結構化輸出，以及複雜多步驟代理的預先建構範例。
• RAG 實作：示範基於鏈與基於代理的檢索增強生成，均整合向量資料庫。
• 邊緣就緒：針對伺服器無伺服器邊緣函數進行優化，著重於小封包大小，以符合免費方案限制。
• 代理工作流程：使用 LangGraph.js 實作彈性且可自訂的 AI 代理。