CopilotKit：全 स्टैक AI एजेंट, जनरेटिव UI और चैट एप्लिकेशन के लिए शीर्ष SDK
CopilotKit：全 स्टैक AI एजेंट, जनरेटिव UI और चैट एप्लिकेशन के लिए शीर्ष SDK
पृष्ठभूमि अवलोकन
CopilotKit एक ओपन-सोर्स ढांचा है जिसे AI Copilot और एजेंट-नेटिव एप्लिकेशन बनाने के लिए डिज़ाइन किया गया है, GitHub पर इसके स्टार्स की संख्या 28.9k से अधिक है, और इसे 100,000 से अधिक डेवलपर्स द्वारा अपनाया गया है। इस ढांचे का मुख्य मूल्य AI एजेंट को उपयोगकर्ता इंटरफेस के साथ गहराई से एकीकृत करना है, जिससे एजेंट UI को वास्तविक समय में नियंत्रित कर सकता है, संदर्भ जानकारी प्रदान कर सकता है, और जनरेटिव UI के माध्यम से इंटरफेस घटकों को गतिशील रूप से रेंडर कर सकता है।
मुख्य खोजें
1. आर्किटेक्चर डिज़ाइन और मुख्य विशेषताएँ
CopilotKit तीन-स्तरीय आर्किटेक्चर डिज़ाइन को अपनाता है, जिसमें फ्रंट-एंड कंपोनेंट लेयर, CopilotRuntime रनटाइम लेयर और एजेंट कनेक्शन लेयर शामिल हैं।
फ्रंट-एंड कंपोनेंट लेयर पूरी तरह से हेडलेस UI से लेकर पूर्व-निर्मित कस्टमाइज़ेबल कंपोनेंट्स की पूरी स्पेक्ट्रम प्रदान करती है, डेवलपर्स अपनी आवश्यकताओं के अनुसार लचीले ढंग से चयन कर सकते हैं। CopilotRuntime एक बैकएंड ऑर्केस्ट्रेशन इंजन के रूप में कार्य करता है, जो फ्रंट-एंड क्लाइंट से आने वाले अनुरोधों को संभालता है, LLM कॉल और एजेंट इंटरैक्शन का प्रबंधन करता है। एजेंट कनेक्शन लेयर AG-UI प्रोटोकॉल के माध्यम से किसी भी एजेंट ढांचे को जोड़ता है, जिसमें LangGraph, CrewAI, LlamaIndex आदि शामिल हैं।
CopilotKit की मुख्य विशेषताएँ जनरेटिव UI (Generative UI) हैं, जो एजेंट को रनटाइम में UI घटकों को गतिशील रूप से रेंडर करने की अनुमति देती हैं; साझा स्थिति (Shared State), जो फ्रंट-एंड और एजेंट के बीच द्विदिशीय स्थिति समन्वय को सक्षम बनाती है; और मानव-इन-द-लूप (Human-in-the-Loop), जो एजेंट को कार्यान्वयन के दौरान मानव इनपुट या अनुमोदन का अनुरोध करने की अनुमति देती है। ये विशेषताएँ वास्तव में इंटरैक्टिव AI एप्लिकेशन बनाने को संभव बनाती हैं, न कि केवल साधारण प्रश्न-उत्तर प्रणाली।
कार्यप्रवाह चित्रण:
2. AG-UI प्रोटोकॉल: पारिस्थितिकी तंत्र की नींव
AG-UI (एजेंट-यूजर इंटरएक्शन प्रोटोकॉल) CopilotKit टीम द्वारा पेश किया गया एक ओपन, हल्का, इवेंट-ड्रिवन प्रोटोकॉल मानक है, जिसका उद्देश्य AI एजेंट और उपयोगकर्ता-उन्मुख एप्लिकेशन के बीच संचार के तरीके को मानकीकृत करना है। इस प्रोटोकॉल को Google, Microsoft, AWS, LangChain, Mastra, Pydantic AI जैसे प्रमुख निर्माताओं और ढांचों द्वारा व्यापक रूप से अपनाया गया है, जिससे एक बढ़ता हुआ पारिस्थितिकी तंत्र बना है।
AG-UI प्रोटोकॉल एक महत्वपूर्ण समस्या का समाधान करता है: पारंपरिक फ्रंट-एंड और बैक-एंड संचार मॉडल (अनुरोध-प्रतिक्रिया) एजेंट एप्लिकेशन की जटिल आवश्यकताओं को पूरा नहीं कर सकता। एजेंट को वास्तविक समय में स्थिति अपडेट, प्रक्रिया में बाधा और अनुमोदन प्रक्रियाओं का प्रबंधन, UI और एजेंट स्थिति का समन्वय करने की आवश्यकता होती है, जिसके लिए अधिक लचीले संचार तंत्र की आवश्यकता होती है। AG-UI इवेंट स्ट्रीमिंग के माध्यम से इन कार्यों को लागू करता है, जो वास्तविक समय में टेक्स्ट स्ट्रीम, टूल कॉल, स्थिति समन्वय और कस्टम इवेंट का समर्थन करता है।
वर्तमान एजेंट प्रोटोकॉल क्षेत्र में तीन प्रमुख स्तंभों का संतुलन है: AG-UI एजेंट और उपयोगकर्ता इंटरैक्शन पर ध्यान केंद्रित करता है, MCP (मॉडल संदर्भ प्रोटोकॉल) एजेंट और टूल और डेटा के बीच कनेक्शन का प्रबंधन करता है, जबकि A2A (एजेंट-से-एजेंट) एजेंटों के बीच समन्वय संचार को संभालता है। यह ध्यान देने योग्य है कि AG-UI ने A2A प्रोटोकॉल के साथ हैंडशेक एकीकरण किया है और जनरेटिव UI रेंडरिंग के लिए Google के A2UI मानक का पूर्ण समर्थन करता है।
3. मुख्य ढांचों के साथ एकीकरण
CopilotKit 与 LangGraph 的集成是最成熟的用例之一。通过简单的配置，开发者即可将 LangGraph 代理连接到 CopilotKit 前端，实现状态共享和实时流式响应。集成过程通常包括使用 useCoAgent hook 连接代理，通过 copilotkitemitstate 函数从代理端发射状态更新，以及使用 useCopilotAction 定义人机协作中断点。
对于 CrewAI 开发者，CopilotKit 同样提供了开箱即用的集成方案。通过 AG-UI 协议，开发者可以将任何 CrewAI 代理暴露为支持实时交互的前端应用。除 LangGraph 和 CrewAI 外，AG-UI 协议还支持 Microsoft Agent Framework、Google ADK、AWS Strands Agents、Mastra、Pydantic AI、Agno、LlamaIndex 等众多框架，形成了真正的多框架互操作性。
4. 与同类框架的对比分析
与 Vercel AI SDK 相比，CopilotKit 的定位有显著差异。Vercel AI SDK 主要专注于简化聊天界面的流式文本传输，提供了优秀的 useChat hook 和 UI 组件；而 CopilotKit 更强调深度代理集成、生成式 UI 和人机协作能力。
与 LangChain 的关系则更像是互补而非竞争。LangChain 侧重于构建代理的"大脑"（逻辑和工作流），而 CopilotKit 提供该大脑的"面孔、声音和双手"——即与应用交互的界面。开发者通常使用 LangChain/LangGraph 定义代理逻辑，然后通过 CopilotKit 构建用户交互层。
5. 典型应用场景
CopilotKit 的典型用例涵盖多个领域。SaaS Copilot 是其最常见的应用场景，智能助手可以引导用户完成复杂的工作流程，提供上下文感知的帮助。共创 Copilot 则强调人机协作，AI 与用户共同创建内容，显著提升生产力。对话式表单填写将繁琐的表单转化为自然对话交互，用户通过聊天即可完成复杂的数据输入。研究代理应用如官方演示的研究画布应用，展示如何将 LangGraph 代理与前端深度集成，实现研究大纲生成、章节撰写和人类审批的完整流程。
快速入门：代码示例
基础集成示例
以下是一个使用 CopilotKit 与 LangGraph 集成的最小可运行示例：
前端（Next.js/React）：
// app/page.tsx "use client"; import { CopilotKit } from "@copilotkit/react-core"; import { CopilotPopup } from "@copilotkit/react-ui"; import "@copilotkit/react-ui/styles.css";
export default function Home() { return (
研究助手
); }运行时 API 路由：
// app/api/copilotkit/route.ts import { CopilotRuntime, OpenAIAdapter } from "@copilotkit/runtime"; import { NextRequest } from "next/server";const copilotKit = new CopilotRuntime({ remoteEndpoints: [ { url: process.env.LANGGRAPHURL || "http://localhost:8000" }, ], });
const serviceAdapter = new OpenAIAdapter();
export const POST = async (req: NextRequest) => { const { handleRequest } = copilotKit; return handleRequest(req, { serviceAdapter }); };
साझा स्थिति उदाहरण
// useCoAgent का उपयोग करके फ्रंट एंड और बैक एंड स्थिति समन्वयित करें import { useCoAgent } from "@copilotkit/react-core";
function ResearchCanvas() { const { state, setState } = useCoAgent({ name: "researchagent", initialState: { topic: "", outline: [], currentSection: null, }, });
return (
setState({ ...state, topic: e.target.value })} placeholder="अनुसंधान विषय दर्ज करें" />
); }
मानव-यांत्रिक सहयोग (Human-in-the-Loop) उदाहरण
import { useCopilotAction } from "@copilotkit/react-core";
function DocumentEditor() { useCopilotAction({ name: "publishDocument", description: "दस्तावेज़ प्रकाशित करने से पहले उपयोगकर्ता की पुष्टि आवश्यक है", parameters: [ { name: "title", type: "string", description: "दस्तावेज़ शीर्षक" }, { name: "content", type: "string", description: "दस्तावेज़ सामग्री" }, ], handler: async ({ title, content }) => { const confirmed = await new Promise((resolve) => { showConfirmDialog({ title, content, onConfirm: resolve }); });
if (confirmed) { await api.publish({ title, content }); return "दस्तावेज़ सफलतापूर्वक प्रकाशित किया गया"; } return "प्रकाशन रद्द कर दिया गया"; }, });
return ...; }`
विशिष्ट अनुप्रयोग मामले
मामला 1: SaaS स्मार्ट सहायक
दृश्य: एक उद्यम स्तर का परियोजना प्रबंधन उपकरण, जो उपयोगकर्ताओं को तेजी से कार्य बनाने, संसाधनों को आवंटित करने और रिपोर्ट उत्पन्न करने में मदद करने के लिए AI सहायक को एकीकृत करता है।
अमल के बिंदु:
- CopilotKit के साझा स्थिति कार्यक्षमता का उपयोग करके, AI को वर्तमान परियोजना दृश्य के बारे में वास्तविक समय में जानकारी प्राप्त होती है
- कार्य कार्ड, गैंट चार्ट आदि घटकों को गतिशील रूप से उत्पन्न करने के लिए जनरेटिव UI का उपयोग करें
- मानव-यांत्रिक सहयोग नोड सुनिश्चित करता है कि महत्वपूर्ण क्रियाएँ (जैसे परियोजना को हटाना) उपयोगकर्ता की पुष्टि की आवश्यकता होती हैउपयोगकर्ता प्राकृतिक भाषा के माध्यम से जटिल कार्यों को पूरा कर सकते हैं, जैसे "मुझे अगले सप्ताह समाप्त होने वाले कार्य को फ्रंटेंड टीम को सौंपने और प्रगति रिपोर्ट बनाने में मदद करें"।
मामला 2: एआई अनुसंधान सहायक
दृश्य: शैक्षणिक अनुसंधान सहायक उपकरण, जो शोधकर्ताओं को सामग्री एकत्र करने, शोध पत्र की संरचना को व्यवस्थित करने और सहयोगात्मक लेखन में मदद करता है।
कार्यान्वयन के मुख्य बिंदु:
- LangGraph एजेंट जानकारी पुनर्प्राप्ति और तार्किक तर्क के लिए जिम्मेदार है
- CopilotKit फ्रंटेंड अनुसंधान रूपरेखा, साहित्य सूची प्रदर्शित करता है
- स्थिति समन्वय सुनिश्चित करता है कि अनुसंधान प्रगति वास्तविक समय में सहेजी और प्रदर्शित की जाए
- अनुमोदन नोड्स बाहरी सामग्री का संदर्भ देते समय उपयोगकर्ता को पुष्टि करने के लिए संकेत देते हैं
मामला 3: स्मार्ट फॉर्म भरना
दृश्य: जटिल बीमा आवेदन पत्र को संवादात्मक इंटरैक्शन में परिवर्तित करना।
कार्यान्वयन के मुख्य बिंदु:
- एजेंट उपयोगकर्ता के उत्तर के आधार पर अगला प्रश्न गतिशील रूप से तय करता है
- संदर्भ के अनुसार विभिन्न UI घटकों को प्रदर्शित करने के लिए शर्तीय रेंडरिंग का उपयोग करें
- आंशिक रूप से भरे हुए फॉर्म को स्वचालित रूप से सहेजें, ब्रेकपॉइंट भरने का समर्थन करें
- सबमिट करने से पहले सभी जानकारी को उपयोगकर्ता की पुष्टि के लिए संक्षेपित करें
तकनीकी अंतर्दृष्टि
CopilotKit का तकनीकी कार्यान्वयन आधुनिक वेब स्टैक पर आधारित है। फ्रंटेंड मुख्य UI ढांचे के रूप में React (Angular का भी समर्थन करता है) का उपयोग करता है, जो स्थिति प्रबंधन और एजेंट इंटरैक्शन के लिए useAgent और useCoAgent जैसे हुक प्रदान करता है। बैकएंड रनटाइम CopilotRuntime वर्ग के रूप में केंद्रीय समन्वयक के रूप में कार्य करता है, अनुरोध सत्यापन, LLM कॉल और प्रतिक्रिया स्ट्रीमिंग को संभालता है। संचार प्रोटोकॉल सर्वर-सेंट इवेंट्स (SSE) का उपयोग करता है ताकि सर्वर से क्लाइंट तक वास्तविक समय में स्ट्रीमिंग पुश किया जा सके, जबकि HTTP POST के माध्यम से क्लाइंट अनुरोधों को संभाला जाता है।
v1.50 संस्करण ने महत्वपूर्ण आर्किटेक्चर अपग्रेड लाया, जिसमें अधिक स्पष्ट एकल एंडपॉइंट आर्किटेक्चर, बेहतर अवलोकनीयता (टेलीमेट्री अंतर्निहित) और CopilotKit Next के साथ गहन एकीकरण शामिल है, जिसने विकास अनुभव को और सरल बना दिया है।
