useChat

核心 composable，管理聊天状态和消息流。

适用场景

场景	说明
接入任意后端	实现一个 ChatAdapter（mock / SSE / WebSocket 均可），useChat 负责其余全部状态管理，UI 层不写后端代码
流式对话界面	for await 消费 StreamChunk，text / tool_call / thinking / error 分类落到响应式状态，配合 StreamText 等组件即得打字机效果
可中断的请求	stop() 基于 AbortSignal 中断适配器流，中断不算错误、不残留错误消息
多会话应用	每个会话各自实例化一个 useChat，切换会话即切换状态集合

典型消费组件：无——useChat 是应用层 composable，组件库不消费它；它产出的 messages / streaming / error 等状态由宿主传入 Conversation / Message 系列组件渲染。参考消费方：playground 的 PlaygroundDemo、MockServerDemo、MultiAgentDemo、WorkflowDemo 演示页。

代码演示

接 mock 适配器发送消息，观察流式状态、消息计数与清空——UI 层零后端代码：

状态: 空闲

AI Chat UI 可能会产生不准确的信息，请注意甄别内容的准确性

消息数: 0

函数签名

function useChat(
  adapter: ChatAdapter,
  options?: ChatOptions
): UnwrapNestedRefs<ChatState>

参数

ChatAdapter

interface ChatAdapter {
  sendMessage(options: SendMessageOptions): AsyncGenerator<StreamChunk>
  abort?(requestId: string): void
  getHistory?(options: HistoryOptions): Promise<Message[]>
}

ChatOptions

属性名	类型	默认值	说明
initialMessages	Message[]	[]	初始消息列表
maxHistory	number	—	最大消息数量，超出删除最早的
maxContextTokens	number | (() => number)	—	上下文窗口 token 上限（0 = 不限制），支持 getter 每次发送求值
tokenEstimator	(text: string) => number	—	自定义 token 估算函数
onError	(error: Error) => void	—	错误回调
onResponse	(chunk: StreamChunk) => void	—	每个 chunk 回调

返回值 (ChatState)

属性名	类型	说明
messages	Message[]	消息列表（响应式）
isStreaming	boolean	是否正在流式输出
error	Error | null	最近一次错误（含零产出守卫：流正常结束但无任何文本/思考/工具产出时置「回复为空：上游未返回内容，请检查模型服务配置」——坏 key 的中转站空回复即此形态，中断不算错误）
truncatedCount	number	当前发送窗口被截断的消息条数
send	(content: string, attachments?: Attachment[]) => Promise<void>	发送消息
abort	() => void	中止当前流式输出
clear	() => void	清空所有消息和错误
regenerate	(messageId?: string) => Promise<void>	重新生成 AI 消息（删除该消息及其后所有消息并重发，缺省为最后一条）
editMessage	(messageId: string, content: string) => Promise<void>	编辑用户消息（覆盖原消息、删除其后回复并重发）

💡 流式期间 assistant 消息的 content / thinking / toolCalls 均为实时响应式更新——每个 chunk 到达即触发界面重渲染，可直接绑定到模板做逐字输出效果。

相关类型

Message

interface Message {
  id: string
  role: 'user' | 'assistant' | 'system'
  content: string
  attachments?: Attachment[]
  toolCalls?: ToolCallInfo[] // 工具调用（tool_call / tool_result chunk 累积）
  thinking?: ThinkingInfo // 思考过程（thinking chunk 累积）
  sources?: MessageSource[] // RAG/检索引用来源（Sources / InlineCitation 消费）
  comparison?: ComparisonPayload // A/B 回复对比载荷（ComparisonMessage 消费）
  metadata?: Record<string, unknown>
  createdAt: Date
}

StreamChunk

interface StreamChunk {
  type: 'text' | 'tool_call' | 'tool_result' | 'thinking' | 'error' | 'done'
  content: string
  metadata?: {
    toolCallId?: string
    toolName?: string
    toolArguments?: Record<string, unknown>
    toolResult?: unknown
    toolError?: string
    duration?: number
    [key: string]: unknown
  }
}

Attachment

interface Attachment {
  id: string
  url?: string // 图片/可下载文件的访问地址（本地预览，模型读不到）
  dataUrl?: string // 模型可读的 base64 数据 URL，随消息发送给多模态模型
  name: string
  mediaType: string // MIME 类型，如 'image/png'
  size?: number
}