🚀 Vercel AI SDK使用指南：错误处理 (Error Handling)

在开发 AI 应用时，LLM（大语言模型）的不确定性是开发者必须面对的挑战。网络波动、配额限制（Rate Limits）、模型过载或输出内容被安全策略拦截，都可能导致请求失败。

Vercel AI SDK Core 提供了一套标准化的错误处理机制，无论是普通的文本生成还是流式传输（Streaming），都能优雅地捕获和处理异常。本文将基于官方文档，详细介绍如何在 Vercel AI SDK Core 中构建健壮的错误处理逻辑。

1. 基础文本生成错误处理 (Regular Errors)

对于非流式的 generateText 或 generateObject 方法，错误处理非常直观。SDK 会抛出标准的 JavaScript Error，你只需要使用 try/catch 块即可捕获。

这适用于处理 API 密钥错误、余额不足或网络超时等问题。

代码示例

TypeScript

javascript 复制代码

import { generateText } from 'ai';
import { openai } from '@ai-sdk/openai';

async function main() {
  try {
    const { text } = await generateText({
      model: openai('gpt-4-turbo'),
      prompt: '为我写一个素食千层面的 4 人份食谱。',
    });
    
    console.log(text);
  } catch (error) {
    // 在这里处理错误
    // 可以在这里判断 error 的类型，例如是否为 APICallError
    console.error('生成文本时发生错误:', error);
  }
}

2. 流式传输错误处理 (Streaming Errors)

在处理流式响应时（streamText 或 streamObject），错误处理的逻辑稍微复杂一些，因为错误可能发生在连接建立阶段，也可能发生在流传输的过程中。

场景 A：简单流处理 (Simple Streams)

如果你使用 textStream 进行简单的文本迭代，如果流在传输过程中断开或发生错误（且不支持错误分块），SDK 会抛出一个标准的错误。你应当在 for await...of 循环外层包裹 try/catch。

TypeScript

javascript 复制代码

import { streamText } from 'ai';
import { openai } from '@ai-sdk/openai';

async function streamExample() {
  try {
    const { textStream } = await streamText({
      model: openai('gpt-4-turbo'),
      prompt: '为我写一个素食千层面的 4 人份食谱。',
    });

    for await (const textPart of textStream) {
      process.stdout.write(textPart);
    }
  } catch (error) {
    // 捕获流传输过程中的中断或网络错误
    console.error('流传输中断:', error);
  }
}

场景 B：全流处理 (Full Streams with Error Support)

对于更高级的用例，建议使用 fullStream。它可以返回不同类型的"部分"（Parts），包括文本增量、工具调用以及错误信息。

这种方式允许你精细地处理流中的特定事件。注意，即使使用了 fullStream，依然建议在外层保留 try/catch 以捕获那些无法作为流部分发送的致命错误（如初始连接失败）。

TypeScript

javascript 复制代码

import { streamText } from 'ai';
import { openai } from '@ai-sdk/openai';

async function fullStreamExample() {
  try {
    const { fullStream } = await streamText({
      model: openai('gpt-4-turbo'),
      prompt: '为我写一个素食千层面的 4 人份食谱。',
    });

    for await (const part of fullStream) {
      switch (part.type) {
        case 'text-delta': {
          process.stdout.write(part.textDelta);
          break;
        }
        
        // 处理流中的错误部分
        case 'error': {
          const error = part.error;
          console.error('流中接收到错误:', error);
          break;
        }
        
        // 处理流中断
        case 'step-finish': {
            // 步骤结束（例如工具调用完成或生成结束）
            break;
        }

        default: {
          // 处理其他类型的 part
          break;
        }
      }
    }
  } catch (error) {
    // 处理流建立失败等致命错误
    console.error('发生致命错误:', error);
  }
}

3. 处理流的中断 (Handling Aborts)

在实际应用中（尤其是聊天机器人），用户可能会在生成完成前点击"停止"按钮。这时你需要处理 abort 事件，以便进行清理工作或更新 UI 状态（例如移除"正在输入"的指示器）。

SDK 提供了 onAbort 回调函数，它会在流被 AbortSignal 中断时触发，而不会触发 onFinish。

使用 onAbort 回调

TypeScript

javascript 复制代码

import { streamText } from 'ai';
import { openai } from '@ai-sdk/openai';

async function abortExample() {
  const { textStream } = await streamText({
    model: openai('gpt-4-turbo'),
    prompt: '写一篇关于量子物理的长文章。',
    // 当流被中止时调用
    onAbort: ({ text }) => {
        // text 参数包含中止前已生成的完整文本
        console.log('生成被用户中止。已生成内容长度:', text.length);
        // 在这里执行清理逻辑，例如保存草稿
    },
    onFinish: ({ text }) => {
        console.log('生成正常完成。');
    },
  });

  try {
    for await (const textPart of textStream) {
      process.stdout.write(textPart);
    }
  } catch (error) {
    // 处理中止以外的错误
  }
}

总结

健壮的 AI 应用离不开完善的错误处理。Vercel AI SDK Core 提供了多层级的错误捕获机制：

Try/Catch : 适用于所有 generate 方法和 stream 方法的外层防护。
Error Parts : 在 fullStream 中精细处理流传输过程中的错误。
onAbort: 专门处理用户主动取消请求的场景。

掌握这些模式，能让你的 AI 应用在面对网络抖动和模型异常时依然保持优雅和稳定。

标签： #Vercel #AI #TypeScript #前端开发 #大模型