给你一份可直接落地的前端实现:我已把完整的 React/Next.js 单文件示例(含自定义 Tool UI、样式与 Data Stream 运行时接入)放到右侧画布里。按下面步骤即可跑起来: ``` "use client"; // ------------------------------------------------------------ // assistant-ui × LangGraph(FastAPI) 流式前端 (Data Stream 协议) // ------------------------------------------------------------ // 说明: // 1) 该文件可作为 Next.js `app/page.tsx` 或任意 React 页面组件使用。 // 2) 依赖: // npm i @assistant-ui/react @assistant-ui/react-ui @assistant-ui/react-data-stream \ // @assistant-ui/react-markdown remark-gfm @radix-ui/react-tooltip \ // @radix-ui/react-slot lucide-react class-variance-authority clsx tailwindcss-animate // 3) 样式: // - 在 tailwind.config.ts 中加入插件: // plugins: [ // require("tailwindcss-animate"), // require("@assistant-ui/react-ui/tailwindcss")({ components: ["thread", "thread-list"], shadcn: true }) // ] // - 在全局布局文件(如 app/layout.tsx)中引入: // import "@assistant-ui/react-ui/styles/index.css"; // 4) 运行约定:后端 FastAPI 暴露 POST /api/chat,返回基于 Data Stream 协议的 SSE。 // - 响应头需包含:'x-vercel-ai-ui-message-stream': 'v1' // - 事件类型至少包含:start、text-start / text-delta / text-end、 // tool-input-start / tool-input-delta / tool-input-available、 // tool-output-available、start-step、finish-step、finish、[DONE] // - 这些事件来自 LangGraph 的 run/工具事件映射(由后端转成 Data Stream 协议)。 // ------------------------------------------------------------ import React, { useMemo } from "react"; import { AssistantRuntimeProvider, makeAssistantToolUI, } from "@assistant-ui/react"; import { useDataStreamRuntime } from "@assistant-ui/react-data-stream"; import { Thread } from "@assistant-ui/react-ui"; import { Check, Globe, Search, Terminal } from "lucide-react"; // --------------------------- // 1) 自定义 Tool UI(可选) // --------------------------- // 将 LangGraph 工具事件以特定工具名注册到前端 UI 中, // toolName 需与后端发送的工具名完全一致。 // Web 搜索工具 UI(示例:toolName: "web_search") const WebSearchToolUI = makeAssistantToolUI<{ query: string }, { results: Array<{ title: string; url: string; snippet?: string }>; took_ms?: number }>({ toolName: "web_search", render: ({ args, result, status }) => { return (
Web 搜索 — {args?.query ?? ""}
{status.type === "running" && (

正在搜索…

)} {status.type === "requires_action" && (

等待后端确认…

)} {status.type === "incomplete" && (

搜索失败

)} {status.type === "complete" && result && ( )}
); }, }); // URL 抓取工具 UI(示例:toolName: "fetch_url") const FetchUrlToolUI = makeAssistantToolUI<{ url: string }, { title?: string; content?: string } | { error: string }>({ toolName: "fetch_url", render: ({ args, result, status }) => { return (
抓取网页 — {args?.url ?? ""}
{status.type === "running" && (

抓取中…

)} {status.type === "complete" && result && "error" in result && (

错误:{result.error}

)} {status.type === "complete" && result && !("error" in result) && (
{result.title &&

{result.title}

} {result.content && (

{result.content}

)}
)}
); }, }); // Python 代码执行 UI(示例:toolName: "python" 或 "run_python") const PythonToolUI = makeAssistantToolUI<{ code: string }, { stdout?: string; stderr?: string; elapsed_ms?: number }>({ toolName: "python", render: ({ args, result, status }) => { return (
执行 Python
{args?.code}
        
{status.type === "running" && (

运行中…

)} {status.type === "complete" && result && (
{result.stdout && (

stdout

{result.stdout}
)} {result.stderr && (

stderr

{result.stderr}
)} {typeof result.elapsed_ms === "number" && (
用时 {result.elapsed_ms}ms
)}
)}
); }, }); // --------------------------- // 2) Runtime Provider(Data Stream 协议,SSE) // --------------------------- // useDataStreamRuntime 会: // - 在发送消息后,自动通过 EventSource 连接到 /api/chat 的 SSE 流; // - 解析 Data Stream 协议事件并更新到线程消息; // - 支持多步/工具调用的可视化(配合上方 Tool UIs)。 function AssistantProvider({ children }: { children: React.ReactNode }) { const runtime = useDataStreamRuntime({ api: "/api/chat", // 对应 FastAPI 的 POST /api/chat // 如果需要自定义 headers/cookies,可传入 fetcher: // fetcher: (input, init) => fetch(input, { ...init, credentials: "include" }) }); return ( {children} ); } // --------------------------- // 3) 主界面:Thread(预设主题,开箱即用) // --------------------------- // 你也可以改用更细粒度的 primitives 自定义外观;此处采用 @assistant-ui/react-ui 的 Thread 组件。 export default function App() { // 你可通过 URL 参数或路由传入 threadId 等信息(示例保留默认主线程)。 const header = useMemo( () => (
LangGraph Agent · FastAPI · Streaming

assistant-ui × LangGraph(FastAPI) 演示

), [] ); return (
{header}
{/* 注册前端 Tool UI(顺序无关,可按需增减;未注册的工具将 fallback 到纯文本或你自定义的 ToolFallback)*/} {/* 线程组件:包含消息视图 + 输入框,默认支持 Markdown、高亮、附件、撤回/编辑、自动滚动等 */}
); } // ------------------------------------------------------------ // 4) 与 FastAPI/LangGraph 的接口契约(仅供参考,非前端代码) // ------------------------------------------------------------ // FastAPI 需要在 /api/chat 接收形如 { messages: UIMessage[] } 的 JSON,并返回 SSE: // Content-Type: text/event-stream // x-vercel-ai-ui-message-stream: v1 // 核心事件示例(每行以 `data: \n\n` 形式发送;最后 `data: [DONE]\n\n` 终止): // data: {"type":"start","messageId":"..."} // data: {"type":"text-start","id":"..."} // data: {"type":"text-delta","id":"...","delta":"Hello"} // data: {"type":"text-end","id":"..."} // data: {"type":"tool-input-start","toolCallId":"...","toolName":"python"} // data: {"type":"tool-input-delta","toolCallId":"...","inputTextDelta":"print(1)"} // data: {"type":"tool-input-available","toolCallId":"...","toolName":"python","input":{"code":"print(1)"}} // data: {"type":"tool-output-available","toolCallId":"...","output":{"stdout":"1\n"}} // data: {"type":"finish-step"} // data: {"type":"finish"} // data: [DONE] // 这些事件可由 LangGraph 的 streaming 回调/事件(如 on_event/on_tool_start/on_tool_end)转换而来。 ``` # 怎么用 1. 安装依赖 ```bash npm i @assistant-ui/react @assistant-ui/react-ui @assistant-ui/react-data-stream \ @assistant-ui/react-markdown remark-gfm @radix-ui/react-tooltip \ @radix-ui/react-slot lucide-react class-variance-authority clsx tailwindcss-animate ``` 2. 加样式 * `tailwind.config.ts` 添加: ```ts plugins: [ require("tailwindcss-animate"), require("@assistant-ui/react-ui/tailwindcss")({ components: ["thread","thread-list"], shadcn: true }) ] ``` * 在全局布局(如 `app/layout.tsx`)里加入: ```ts import "@assistant-ui/react-ui/styles/index.css"; ``` 3. 放代码 把我提供的文件作为 `app/page.tsx`(或你的任意页面组件)使用即可。 4. 与后端的对接约定(FastAPI + LangGraph) * 前端默认向 `POST /api/chat` 发送 `{ messages: UIMessage[] }`,并期望 **SSE** 流式返回,协议为 **Vercel AI SDK 的 Data Stream 协议**:响应头 **必须** 包含 `x-vercel-ai-ui-message-stream: v1`。 * 你的 FastAPI 需要把 LangGraph 的运行/工具事件映射为以下事件并逐条写出(SSE `data:` 行,一行一个 JSON,末尾 `[DONE]` 终止),例如: * `start`、`text-start` / `text-delta` / `text-end` * `tool-input-start` / `tool-input-delta` / `tool-input-available` * `tool-output-available` * `start-step` / `finish-step`、`finish`、`[DONE]` 画布代码里我已注册了常见工具 UI(`web_search`、`fetch_url`、`python`),多步/工具调用会自动以卡片形式流式显示、并和模型文本交替渲染。 # 关键参考(确认兼容性) * assistant-ui 官方入门与组件:([assistant-ui.com][1]) * 预置样式包与示例 Thread 用法:([assistant-ui.com][2]) * Data Stream 运行时(前端)与 API:([assistant-ui.com][3]) * Data Stream 协议(后端需要按此协议推送 SSE):事件清单与 `x-vercel-ai-ui-message-stream: v1` 头要求见 ([AI SDK][4]) * LangGraph/assistant-ui 官方整合说明与示例:([assistant-ui.com][5], [LangChain Blog][6]) 如果你愿意,我也可以给你一份最小可用的 FastAPI 端 `/api/chat` 实现(把 LangGraph 的事件转成 Data Stream 协议 SSE),直接贴到你服务里就能和前端对上。 [1]: https://www.assistant-ui.com/docs?utm_source=chatgpt.com "Getting Started" [2]: https://www.assistant-ui.com/docs/legacy/styled/Thread "Thread | assistant-ui" [3]: https://www.assistant-ui.com/docs/api-reference/integrations/react-data-stream?utm_source=chatgpt.com "assistant-ui/react-data-stream" [4]: https://ai-sdk.dev/docs/ai-sdk-ui/stream-protocol "AI SDK UI: Stream Protocols" [5]: https://www.assistant-ui.com/docs/runtimes/langgraph?utm_source=chatgpt.com "Getting Started" [6]: https://blog.langchain.dev/assistant-ui/?utm_source=chatgpt.com "Build stateful conversational AI agents with LangGraph and ..."