ADR-002：AI 客服项目选择 LLM SDK
状态
已采纳（Adopted）
背景
公司计划开发一个 AI 客服系统，需要在前端集成大模型能力。候选 SDK 包括：
- Vercel AI SDK
- LangChain.js
- 直接调用 OpenAI API
决策目标
- 快速实现流式对话界面。
- 支持 Function Calling 和工具调用。
- 便于切换不同模型供应商（OpenAI、Claude、Qwen）。
- 降低前端与 LLM 交互的复杂度。
备选方案
方案 1：直接调用 OpenAI API
- 优点：最简单，无额外依赖。
- 缺点：需自行处理流式输出、错误重试、多供应商切换。
方案 2：Vercel AI SDK
- 优点：专为前端流式 AI 交互设计，支持 React/Vue/Svelte，内置 SSE 处理。
- 缺点：生态相对较新，部分高级功能需要结合其他库。
方案 3：LangChain.js
- 优点：功能丰富，支持 RAG、Agent、Prompt 管理。
- 缺点：学习曲线陡峭，前端 bundle 体积较大。
决策
采用 方案 2：Vercel AI SDK。
权衡（Trade-off）
| 维度 | 影响 | 说明 |
|---|---|---|
| 开发效率 | ✅ 高 | 内置流式渲染、hooks、错误处理 |
| 供应商切换 | ✅ 易 | 统一接口适配多模型 |
| 功能丰富度 | ⚠️ 中 | 复杂 RAG/Agent 需后端或 LangChain 补充 |
| 学习成本 | ✅ 低 | API 简洁，文档清晰 |
| Bundle 体积 | ✅ 小 | 相比 LangChain 更轻量 |
实施计划
- 第 1 周：用 Vercel AI SDK 实现基础聊天界面。
- 第 2 周：接入 Function Calling，实现订单查询工具。
- 第 3 周：支持多模型切换（OpenAI / Claude / Qwen）。
- 第 4 周：接入 RAG，支持基于知识库的回答。
决策人
- 前端架构师：张三
- AI 项目负责人：王五
日期
2026-04-15
最后更新
2026-06-24