后端前端CRM人工智能AI Agent【免费下载链接】crmComp AI CRM is an open source, CRM designed for AI agents. Agentic-first CRM.项目地址https://gitcode.com/gh_mirrors/crm48/crm点击查看免费下载本文基于 Comp AI CRM 仓库中 .agents/skills/ai-elements/references/image.md 整理而成。该文档属于 AI Elements 组件库本仓库通过 skills-lock.json 锁定了来自 vercel/ai-elements 的技能源中Image组件的参考指南面向要在 AI 原生界面里展示文生图结果的开发者。读完本文你将掌握如何安装该组件、用 AI SDK 的experimental_generateImage在服务端生成图像、将 base64 数据流式传输到前端并交由Image组件渲染以及如何理解其 Props、默认样式与 TypeScript 类型约定。组件概览为 AI SDK 生成的图像而生的展示组件Image组件解决的是一个非常具体的问题AI SDK 的generateImage系列函数返回的并非一个可直接交给img使用的 URL而是一个Experimental_GeneratedImage对象其中携带base64、uint8Array、mediaType等原始数据字段。Image组件直接接受该对象并自动将这些数据转换为合法的 data URL 完成渲染省去了手写「base64 → data URL」转换逻辑的样板代码。核心特性见原文档 Features 一节直接接受 AI SDK 返回的Experimental_GeneratedImage对象自动从 base64 编码的图像数据构造正确的 data URL支持所有标准 HTML 图像属性alt、className等默认响应式内置max-w-full h-auto样式可通过额外 CSS 类继续定制外观为 AI SDK 兼容性提供完整的 TypeScript 类型支持。一句话概括其定位它是 AI SDK「生成图像」工作流在前端展示环节的最后一公里组件。安装通过 AI Elements CLI 引入组件在 Next.js AI SDK shadcn/ui 的项目中运行以下命令即可把Image组件安装进项目npx ai-elementslatest add image关于安装有几点重要说明来自 .agents/skills/ai-elements/SKILL.md包管理器选择CLI 命令应使用项目packageManager字段对应的 runner即npx ai-elementslatest、pnpm dlx ai-elementslatest或bunx --bun ai-elementslatest示例中统一使用npx实际请按项目替换。前置条件Node.js 18 及以上、已安装 AI SDK 的 Next.js 项目、已初始化 shadcn/ui若未安装执行安装命令时会自动带上。落盘位置组件代码会下载到项目的/components/ai-elements/目录或你在 components.json 中配置的组件目录与普通 shadcn/ui 组件一样直接成为你代码库的一部分——这意味着你可以直接打开组件源文件查看实现、按需修改而不是被隐藏在某个库里。官方建议配合 Vercel AI Gateway 使用在env.local中配置AI_GATEWAY_API_KEY以统一各模型供应商的密钥管理。端到端实战从提示词到生成图像的完整链路原文档提供了一个完整的示例前端一个输入框收集用户的提示词POST 给后端路由后端调用 AI SDK 生成图像并把图像数据返回前端用Image组件展示。下面完整还原这个流程。第一步安装 OpenAI 图像模型包npm i ai-sdk/openai该包提供openai客户端实例后续通过openai.image(dall-e-3)指定图像生成模型。第二步前端组件app/page.tsx前端使用Image组件负责展示用PromptInput系列组件同一组件库的输入组件详见 prompt-input.md负责收集提示词use client; import { Image } from /components/ai-elements/image; import { PromptInput, type PromptInputMessage, PromptInputTextarea, PromptInputSubmit, } from /components/ai-elements/prompt-input; import { useState } from react; import { Spinner } from /components/ui/spinner; const ImageDemo () { const [prompt, setPrompt] useState(A futuristic cityscape at sunset); const [imageData, setImageData] useStateany(null); const [isLoading, setIsLoading] useState(false); const handleSubmit async (message: PromptInputMessage) { if (!message.text.trim()) return; setPrompt(); setIsLoading(true); try { const response await fetch(/api/image, { method: POST, body: JSON.stringify({ prompt: message.text.trim() }), }); const data await response.json(); setImageData(data); } catch (error) { console.error(Error generating image:, error); } finally { setIsLoading(false); } }; return ( div classNamemax-w-4xl mx-auto p-6 relative size-full rounded-lg border h-[600px] div classNameflex flex-col h-full div classNameflex-1 overflow-y-auto p-4 {imageData ( div classNameflex justify-center Image {...imageData} altGenerated image classNameh-[300px] aspect-square border rounded-lg / /div )} {isLoading Spinner /} /div PromptInput onSubmit{handleSubmit} classNamemt-4 w-full max-w-2xl mx-auto relative PromptInputTextarea value{prompt} placeholderDescribe the image you want to generate... onChange{(e) setPrompt(e.currentTarget.value)} classNamepr-12 / PromptInputSubmit status{isLoading ? submitted : ready} disabled{!prompt.trim()} classNameabsolute bottom-1 right-1 / /PromptInput /div /div ); }; export default ImageDemo;注意第 73 行{...imageData}的展开方式后端返回的base64、uint8Array、mediaType三个字段被整体透传给Image组件——这正是「组件直接接受Experimental_GeneratedImage对象」这一设计带来的便利。className传入h-[300px] aspect-square border rounded-lg控制尺寸与圆角展示区用条件渲染{imageData ...}配合Spinner处理加载态。第三步后端路由app/api/image/route.tsimport { openai } from ai-sdk/openai; import { experimental_generateImage } from ai; export async function POST(req: Request) { const { prompt }: { prompt: string } await req.json(); const { image } await experimental_generateImage({ model: openai.image(dall-e-3), prompt: prompt, size: 1024x1024, }); return Response.json({ base64: image.base64, uint8Array: image.uint8Array, mediaType: image.mediaType, }); }这里的关键点experimental_generateImage返回的对象中image携带base64、uint8Array、mediaType三个字段路由把它们原样序列化为 JSON 响应model: openai.image(dall-e-3)指定 OpenAI 的 DALL·E 3 图像模型size: 1024x1024指定输出尺寸prompt直接透传用户输入由于uint8ArrayUint8Array经Response.json()序列化后会被编码为普通数组Image组件必须能够兼容「以数组形式到达的字节数据」——这正是其内部「自动构造 data URL」逻辑要处理的边界情况之一。组件源码佐证仓库中的示例脚本本仓库在 .agents/skills/ai-elements/scripts/image.tsx 提供了该组件的独立运行示例。该脚本展示了两个值得注意的用法对象展开 自定义样式组合const Example () ( Image {...exampleImage} altExample generated image classNameaspect-square h-[150px] border / );与文档中的前端示例一致exampleImage对象直接展开传入className负责控制尺寸与边框样式印证了「...props接收图像数据 className叠加样式」的 Props 设计。数据形状的真实形态示例中的exampleImage包含一长串/9j/4AAQSkZJRg...的 JPEG base64 字符串、mediaType: image/jpeg以及空的uint8Array: new Uint8Array([])。这从数据层面说明base64与mediaType是渲染的主数据来源uint8Array可能是空数组——因此组件内部必须以base64 mediaType为主路径构造 data URL而不能假定字节数组总是可用的。Props API 一览原文档给出的 Props 表格如下Prop类型默认值说明altstring-图像的替代文本无障碍与 SEO 必需classNamestring-应用到图像上的额外 CSS 类...propsExperimental_GeneratedImage-要显示的图像数据即 AI SDK 的返回结果结合源码与特性可以进一步理解alt没有默认值示例代码中都显式传入了alt如Generated image、Example generated image实际项目中建议根据提示词动态生成描述性 alt例如Generated image of: ${prompt}...props的类型是Experimental_GeneratedImage这是 AI SDK 导出的对象类型包含base64、uint8Array、mediaType等字段组件据此获得完整的 TypeScript 类型检查className支持任意 Tailwind 类示例中出现了aspect-square、h-[150px]、h-[300px]、border、rounded-lg等均可自由组合由于组件默认带max-w-full h-auto传入aspect-square等尺寸类时可覆盖默认比例。定制与故障排查AI Elements 的所有组件都「尽量接受尽可能多的原生属性」Image组件扩展了 HTML 图像的标准属性集因此你可以像使用普通img一样传入width、height、loading、fetchPriority等属性。组件安装后无需额外配置即可使用——样式Tailwind 类与脚本已随组件一并集成进你的代码库需要去圆角就去掉rounded-lg需要改响应式就去改max-w-full因为代码就躺在你的components/ai-elements/image.tsx里。若遇到问题.agents/skills/ai-elements/SKILL.md 的 Troubleshooting 一节提供了排查清单组件没有样式确认项目正确配置了 shadcn/ui 与 Tailwind 4globals.css导入了 Tailwind 及 shadcn 基础样式运行 CLI 后什么都没添加检查当前目录是否为package.json所在的项目根目录、components.json是否正确并确保使用最新版 CLInpx ai-elementslatest主题切换失效确保应用使用 shadcn/ui 期望的data-theme体系默认实现是在html元素上切换data-theme属性「module not found」导入失败确认tsconfig.json配置了/路径别名即paths: { /*: [./*] }因为所有示例都从/components/ai-elements/...导入。小结Image组件是 AI Elements 组件库中面向「文生图」场景的标准化展示方案安装一条命令前后端两端示例代码即可跑通从提示词到图像的完整链路。它的核心价值在于把 AI SDK 的Experimental_GeneratedImage数据对象直接当作组件的props使用让 base64 到 data URL 的转换、响应式布局、类型安全这些重复工作从业务代码中消失。在 Comp AI CRM 这类以 AI Agent 为核心体验的应用中它既可以单独用于对话中的文生图结果展示也可以与PromptInput、Message、Conversation等组件组合构建完整的 AI 原生交互界面。赞分享后端前端CRM人工智能AI Agent【免费下载链接】crmComp AI CRM is an open source, CRM designed for AI agents. Agentic-first CRM.项目地址https://gitcode.com/gh_mirrors/crm48/crm点击查看免费下载相关推荐在 ZCode 中用 AI Elements 的 Image 组件渲染 AI SDK 生成的图片在 ZCode 中用 AI Elements 的 Image 组件渲染 AI SDK 生成的图片 导读 本文介绍 ZCode 仓库内置的 AI ElementsComp AI CRM 中的 AI 推理展示ai-elements Reasoning 组件集成实战指南Comp AI CRM 中的 AI 推理展示ai elements Reasoning 组件集成实战指南 本文是一份以 ai elements 技能文档 ht后端前端CRM人工智能AI AgentLifeOS Synapse 输入路由器详解一份捕获契约、琥珀账本与五阶段信号路由循环LifeOS Synapse 输入路由器详解一份捕获契约、琥珀账本与五阶段信号路由循环 Synapse 是 LifeOS 的输入路由器Input Route后端前端CRM人工智能AI Agent上一篇浏览器端任意图像风格化创意工作者的终极AI艺术工具下一篇TuxGuitar中扫弦与拨弦符号的技术解析创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考