AIVercel_SDK

MCP

Vercel AI SDK 的 MCP 支持

本文整理 Vercel AI SDK 对 Model Context Protocol（MCP）的支持能力，基于项目实际使用的 ai@7.0.77 + @ai-sdk/mcp@2.0.57 核实（类型定义与官方文档双重确认）。AI SDK 的 MCP 客户端能力已从主包 ai 迁出到独立包 @ai-sdk/mcp，安装：pnpm add @ai-sdk/mcp。npm dist-tags 对应关系：latest（v2.x）配 ai v7；ai-v6 标签对应 1.0.x；ai-v5 标签对应 0.0.x。

💡 核心心智模型：AI SDK 不内置 MCP 服务器管理，只提供一个轻量 MCP 客户端，负责「连接 server → 发现工具 → 转成 AI SDK 的 tool 对象 → 合入 streamText/generateText 的 tools 参数」。会话管理、token 存储、工具审批策略、缓存与生命周期都由应用层自己负责。

1. 客户端创建与 Transport

1.1 createMCPClient

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import { createMCPClient } from '@ai-sdk/mcp';

const mcpClient = await createMCPClient({
  transport: {
    type: 'http',                          // 'http' | 'sse'
    url: 'https://your-server.com/mcp',
    headers: { Authorization: 'Bearer my-api-key' },  // 可选：静态 header 认证
    authProvider: myOAuthClientProvider,   // 可选：OAuth 自动授权
    redirect: 'error',                     // 默认 'error'，拒绝重定向防 SSRF
  },
  maxRetries: 0,                           // tools/call 瞬时失败重试，默认关闭
  capabilities: { elicitation: {} },       // 可选：声明支持 elicitation
  clientName: 'ai-sdk-mcp-client',         // 默认值
});
Read More
AIVercel_SDK

RAG Agent Guide

https://ai-sdk.dev/cookbook/guides/rag-chatbot

在本指南中，你将学习如何构建一个检索增强生成（Retrieval-Augmented Generation，RAG）Agent。

在开始之前，我们先看看什么是 RAG，以及为什么要使用它。

Read More
AIVercel_SDK

Chat SDK 和 Workflow SDK 实现 Human-in-the-Loop

原文：https://vercel.com/kb/guide/human-in-the-loop-with-chat-sdk-and-workflow-sdk
作者：Ben Sabic
分类：Knowledge Base / Chat SDK
阅读时长：11 分钟
最后更新：2026 年 6 月 17 日

将 Chat SDK 与 Workflow SDK 结合使用，可以在聊天平台中通过审批卡片暂停工作流，并在用户点击后通过 createWebhook 恢复工作流。

你可以将 Chat SDK 与 Workflow SDK 结合起来，让一个持久化工作流在 Slack 中等待人工审批。Chat SDK 会发布一张带有“批准”和“拒绝”按钮的交互式卡片；Workflow SDK 的 createWebhook 会生成一个 URL，当这些按钮被点击时会向该 URL 发送 POST 请求，从而让工作流一直暂停，直到点击事件到达。

Read More