Vercel AI SDK 常见问题

用了 Vercel AI SDK 之后你一定会遇到这些问题。这一章直接给答案。

Q1：AI SDK 本身要钱吗？

不要。Vercel AI SDK 是 Apache 2.0 开源的，完全免费，不限调用次数。你要付费的是 LLM API 本身（OpenAI、Anthropic 的 token 费用）和你选择的部署平台。

关键区分：

Vercel AI SDK（免费开源）
     ↕ 调用
LLM API（按 token 收费，但有免费选项）
     ↕ 部署在
Vercel / Railway / 自建服务器（各有定价）

你完全可以用 AI SDK + 免费 LLM + 自建服务器，一分钱不花。

Q2：有哪些免费的 LLM Provider？

我的建议：开发阶段用 Google Gemini（免费额度够用），生产环境按需求选 GPT-4o 或 Claude。Ollama 适合不想花钱又有 GPU 的同学。

Q3：最常踩的坑有哪些？

坑 1：Tool Calling 后没有文本回答

忘记设 maxSteps。不设的话模型调完 tool 就结束了：

// ❌ 调完 tool 就停了，没有文字回答
const result = streamText({ model, messages, tools });

// ✅ 允许多步执行，模型会根据 tool 结果生成回答
const result = streamText({ model, messages, tools, maxSteps: 5 });

坑 2：Zod schema 太复杂导致 TypeScript 编译爆内存

嵌套超过 3-4 层的 Zod schema 会让 TS 编译器内存暴涨。解法：拆成多个小 schema 分步调用。

坑 3：Edge Runtime 里用了 Node.js API

部署到 Vercel Edge Functions 时不能用 fs、path 等 Node.js 模块。如果你的 tool 需要文件操作，改用 Serverless Functions（去掉 export const runtime = 'edge'）。

坑 4：流式响应超时

Vercel Serverless 默认 10 秒超时（Hobby 计划）。AI 请求经常超这个时间。加上 maxDuration：

export const maxDuration = 30; // Pro 计划最高 300 秒

Q4：什么场景该用 AI SDK？什么场景不该？

适合用的场景：

• 需要流式聊天 UI 的 Web 应用
• 要支持多个 LLM Provider 的产品
• Next.js / React 技术栈的项目
• 需要 Tool Calling 或 Agent 能力

不太适合的场景：

• 只用单一 Provider 且不需要流式 UI → 直接用 OpenAI SDK 更轻量
• 重度 RAG / 文档处理 pipeline → LangChain 的抽象更完整
• Python 技术栈 → AI SDK 只支持 TypeScript/JavaScript

Q5：不用 Vercel 部署可以吗？

完全可以。AI SDK 的核心是纯 TypeScript 库，跟 Vercel 平台没有绑定关系。你可以部署到：

# Express 服务器
import express from 'express';
import { streamText } from 'ai';

const app = express();
app.post('/api/chat', async (req, res) => {
  const result = streamText({ model: openai('gpt-4o'), messages: req.body.messages });
  result.pipeDataStreamToResponse(res);
});
app.listen(3000);

也支持 Fastify、Hono、Deno、Bun 等运行时。

Q6：学习资源推荐

• 官方文档：ai-sdk.dev（最权威，更新最快）
• GitHub 示例：vercel/ai 仓库的 examples 目录有 20+ 完整示例
• Vercel 社区论坛：community.vercel.com 的 AI SDK 板块
• 模板项目：Vercel 官方的 Chat SDK 模板，clone 下来就能跑

开始动手吧。AI SDK 的学习曲线很平——花 15 分钟跑通第二章的例子，再花一个下午读完本书，你就能用它做出像样的 AI 产品了。