CopilotKit: Kujenga SDK Bora ya AI Agent, Generative UI na Maombi ya Mazungumzo

Muhtasari wa Muktadha

CopilotKit ni mfumo wa wazi ulioandaliwa mahsusi kwa ajili ya kujenga AI Copilot na maombi ya Agent-native, una nyota zaidi ya 28.9k kwenye GitHub, ukitumiwa na zaidi ya waendelezaji 100,000. Thamani kuu ya mfumo huu ni kuunganisha kwa kina AI agent na interface ya mtumiaji, kuruhusu agent kudhibiti UI kwa wakati halisi, kuwasilisha taarifa za muktadha, na kuchora vipengele vya interface kwa njia ya generative UI.

Ugunduzi Mkuu

1. Ubunifu wa Mifumo na Kazi Kuu

CopilotKit inatumia muundo wa tabaka tatu, ikiwa na tabaka la vipengele vya mbele, tabaka la CopilotRuntime na tabaka la kuunganisha agent.

Tabaka la vipengele vya mbele linatoa wigo kamili kutoka UI isiyo na kichwa (Headless) hadi vipengele vilivyotengenezwa tayari na vinavyoweza kubadilishwa, waendelezaji wanaweza kuchagua kwa kubadilika kulingana na mahitaji. CopilotRuntime kama injini ya kupanga nyuma, inasimamia maombi kutoka kwa mteja wa mbele, inasimamia wito wa LLM na mwingiliano wa agent. Tabaka la kuunganisha agent linachanganya kupitia itifaki ya AG-UI kuunganisha mfumo wowote wa agent, ikiwa ni pamoja na LangGraph, CrewAI, LlamaIndex, n.k.

Sifa kuu za CopilotKit ni pamoja na generative UI, inayo ruhusu agent kuchora vipengele vya UI kwa wakati halisi; hali ya pamoja, inayo wezesha usawazishaji wa hali ya pande zote kati ya mbele na agent; na Human-in-the-Loop, inayounga mkono agent kuomba input au idhini ya kibinadamu wakati wa utekelezaji. Sifa hizi zinafanya iwezekane kujenga maombi ya AI yenye mwingiliano halisi, badala ya mfumo rahisi wa maswali na majibu.

Mfano wa Mchakato wa Kazi:

2. Itifaki ya AG-UI: Msingi wa Ekosistimu

AG-UI (Itifaki ya Mwingiliano wa Agent-Mtumiaji) ni itifaki ya wazi, nyepesi, na inayotokana na matukio iliyozinduliwa na timu ya CopilotKit, iliyo na lengo la kuweka kiwango cha mawasiliano kati ya AI agent na watumiaji kuelekea maombi. Itifaki hii imekubaliwa sana na wazalishaji na mifumo maarufu kama Google, Microsoft, AWS, LangChain, Mastra, Pydantic AI, na wengine, ikijenga ekosistimu inayokua kwa kasi.

Itifaki ya AG-UI inatatua tatizo muhimu: mifumo ya mawasiliano ya jadi kati ya mbele na nyuma (maombi-jibu) haiwezi kukidhi mahitaji magumu ya maombi ya agent. Agent inahitaji kusambaza masasisho ya hali kwa wakati halisi, kushughulikia mchakato wa kuingilia na idhini, na kusawazisha hali ya UI na agent, yote haya yanahitaji mfumo wa mawasiliano wenye kubadilika zaidi. AG-UI inatekeleza kazi hizi kupitia mtiririko wa matukio, ikisaidia mtiririko wa maandiko kwa wakati halisi, wito wa zana, usawazishaji wa hali na matukio ya kawaida.

Sasa kuna nguzo tatu zinazoshikilia uwanja wa itifaki za agent: AG-UI inazingatia tabaka la mwingiliano kati ya agent na mtumiaji, MCP (Itifaki ya Muktadha wa Mfano) inasimamia uhusiano kati ya agent na zana na data, wakati A2A (Agent-to-Agent) inashughulikia mawasiliano ya uratibu kati ya agents. Inapaswa kutajwa kuwa, AG-UI tayari imefanikisha ushirikiano na itifaki ya A2A, na inasaidia kikamilifu viwango vya A2UI vya Google kwa ajili ya kuchora generative UI.

3. Uunganisho na Mifumo MaarufuUunganisho wa CopilotKit na LangGraph ni moja ya matumizi yaliyo na maendeleo zaidi. Kupitia usanidi rahisi, wabunifu wanaweza kuunganisha wakala wa LangGraph na mbele ya CopilotKit, na kufanikisha ushirikiano wa hali na majibu ya mtiririko wa wakati halisi. Mchakato wa uunganisho kawaida unajumuisha kutumia useCoAgent hook kuunganisha wakala, kupitia copilotkitemitstate kazi kutuma masasisho ya hali kutoka upande wa wakala, na kutumia useCopilotAction kufafanua alama za ushirikiano wa binadamu na mashine.

Kwa wabunifu wa CrewAI, CopilotKit pia inatoa suluhisho la uunganisho linaloweza kutumika mara moja. Kupitia itifaki ya AG-UI, wabunifu wanaweza kufichua wakala wowote wa CrewAI kama programu ya mbele inayounga mkono mwingiliano wa wakati halisi. Mbali na LangGraph na CrewAI, itifaki ya AG-UI pia inasaidia Microsoft Agent Framework, Google ADK, AWS Strands Agents, Mastra, Pydantic AI, Agno, LlamaIndex na mifumo mingine mingi, ikileta ufanisi wa kweli wa mwingiliano wa mifumo mingi.

4. Uchambuzi wa Kulinganisha na Mifumo Mifano

Ikilinganishwa na Vercel AI SDK, mwelekeo wa CopilotKit una tofauti kubwa. Vercel AI SDK inazingatia sana kurahisisha usafirishaji wa maandiko ya mtiririko wa mazungumzo, ikitoa useChat hook bora na vipengele vya UI; wakati CopilotKit inasisitiza zaidi uunganisho wa wakala wa kina, UI inayozalishwa na uwezo wa ushirikiano wa binadamu na mashine.

Uhusiano na LangChain ni kama wa kukamilishana badala ya ushindani. LangChain inazingatia kujenga "ubongo" wa wakala (mantiki na mtiririko wa kazi), wakati CopilotKit inatoa "uso, sauti na mikono" ya ubongo huo - yaani, kiolesura kinachoshirikiana na programu. Wabunifu kawaida hutumia LangChain/LangGraph kufafanua mantiki ya wakala, kisha kupitia CopilotKit kujenga safu ya mwingiliano wa mtumiaji.

5. Matukio ya Maombi ya Kawaida

Matumizi ya kawaida ya CopilotKit yanajumuisha maeneo mengi. SaaS Copilot ni moja ya matukio yake ya kawaida, msaidizi wa akili anaweza kuongoza watumiaji kukamilisha mtiririko wa kazi ngumu, akitoa msaada unaoeleweka kwa muktadha. Co-creation Copilot inasisitiza ushirikiano wa binadamu na mashine, AI na watumiaji wanaunda maudhui pamoja, na kuongeza uzalishaji kwa kiasi kikubwa. Kujaza fomu za mazungumzo kunabadilisha fomu ngumu kuwa mwingiliano wa mazungumzo ya asili, watumiaji wanaweza kukamilisha uingizaji wa data ngumu kupitia mazungumzo. Maombi ya wakala wa utafiti kama vile maonyesho rasmi ya programu ya utafiti wa canvas, yanaonyesha jinsi ya kuunganisha wakala wa LangGraph na mbele kwa undani, kufanikisha mchakato kamili wa uzalishaji wa muhtasari wa utafiti, uandishi wa sura na idhini ya binadamu.

Mwongozo wa Haraka: Mfano wa Kanuni

Mfano wa Uunganisho wa Msingi

Hapa kuna mfano mdogo wa kufanya kazi unaotumia CopilotKit na LangGraph:

Mbele (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 (
Msaidizi wa Utafiti

); }Njia ya API wakati wa Uendeshaji:

// 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 }); };
Mfano wa Hali ya Kushiriki

// Tumia useCoAgent kufanikisha usawazishaji wa hali kati ya mbele na nyuma 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="Ingiza mada ya utafiti" />

); }


Mfano wa Ushirikiano wa Binadamu katika Mchakato

import { useCopilotAction } from "@copilotkit/react-core";

function DocumentEditor() { useCopilotAction({ name: "publishDocument", description: "Kabla ya kuchapisha hati, mtumiaji anahitaji kuthibitisha", parameters: [ { name: "title", type: "string", description: "Kichwa cha hati" }, { name: "content", type: "string", description: "Maudhui ya hati" }, ], handler: async ({ title, content }) => { const confirmed = await new Promise((resolve) => { showConfirmDialog({ title, content, onConfirm: resolve }); });

if (confirmed) { await api.publish({ title, content }); return "Hati imechapishwa kwa mafanikio"; } return "Chapisho limefutwa"; }, });

return ...; }`

Mifano ya Maombi ya Kawaida

Kesi ya 1: Msaidizi Mwerevu wa SaaS

Muktadha: Zana ya usimamizi wa miradi ya biashara, inayounganisha msaidizi wa AI kusaidia watumiaji kuunda kazi haraka, kugawa rasilimali, na kuunda ripoti.

Mambo Muhimu ya Kutekeleza:

Tumia kipengele cha hali ya kushiriki cha CopilotKit, kuruhusu AI kujua kwa wakati halisi mtazamo wa mradi wa sasa
Kupitia UI inayozalishwa, kuunda kwa nguvu kadi za kazi, grafu za Gantt na vipengele vingine
Kituo cha ushirikiano wa binadamu kinahakikisha kuwa operesheni muhimu (kama vile kufuta mradi) zinahitaji uthibitisho wa mtumiajiMtumiaji anaweza kukamilisha operesheni ngumu kupitia lugha ya asili, kama "Nisaidie kugawa kazi zitakazokamilika wiki ijayo kwa timu ya mbele na kuunda ripoti ya maendeleo."

### Mfano wa 2: Msaidizi wa Utafiti wa AI

Muktadha: Zana ya kusaidia utafiti wa kitaaluma, kusaidia watafiti kukusanya taarifa, kupanga muundo wa karatasi, na kushirikiana katika uandishi.

Mambo Muhimu ya Kutekeleza:

- Wakala wa LangGraph unawajibika kwa utafutaji wa taarifa na mantiki ya kufikiri
- CopilotKit inaonyesha muhtasari wa utafiti na orodha ya fasihi
- Usawazishaji wa hali unahakikisha maendeleo ya utafiti yanahifadhiwa na kuonyeshwa kwa wakati halisi
- Kituo cha idhini kinamwambia mtumiaji kuthibitisha anapokutana na taarifa za nje

### Mfano wa 3: Kujaza Fomu za Akili

Muktadha: Kubadilisha fomu ngumu za maombi ya bima kuwa mwingiliano wa mazungumzo.

Mambo Muhimu ya Kutekeleza:

- Wakala huamua swali linalofuata kulingana na majibu ya mtumiaji
- Kutumia uwasilishaji wa masharti kuonyesha vipengele tofauti vya UI kulingana na muktadha
- Hifadhi kiotomatiki fomu ambazo zimekamilika sehemu, ikisaidia kujaza tena kutoka mahali ambapo iliacha
- Kabla ya kuwasilisha, kukusanya taarifa zote kwa ajili ya uthibitisho wa mtumiaji

## Maono ya Kitaaluma

Utekelezaji wa teknolojia wa CopilotKit unategemea stack ya kisasa ya Web. Mbele inatumia React (pia inasaidia Angular) kama mfumo mkuu wa UI, ikitoa useAgent na useCoAgent kama hook za usimamizi wa hali na mwingiliano wa wakala. Nyuma inatumika CopilotRuntime kama mpangaji mkuu, ikishughulikia uthibitishaji wa maombi, wito wa LLM na usambazaji wa majibu. Itifaki ya mawasiliano inatumia Matukio Yanayotumwa na Server (SSE) kutekeleza usambazaji wa mtiririko wa wakati halisi kutoka kwa seva hadi mteja, wakati huo huo ikishughulikia maombi ya mteja kupitia HTTP POST.

Toleo la v1.50 limeleta sasisho kubwa la muundo, likileta muundo wa kipekee wa mwisho mmoja, uangalizi bora (telemetri iliyojumuishwa) na ushirikiano wa kina na CopilotKit Next, na hivyo kurahisisha zaidi uzoefu wa maendeleo.

## Maono ya BaadayeMsimamo wa kimkakati wa CopilotKit ni kuwa ngazi ya miundombinu ya maendeleo ya programu za wakala. Kadri itifaki ya AG-UI inavyopitishwa na wazalishaji wengi zaidi (Microsoft, Google, AWS, n.k. tayari zimeunga mkono), ikolojia ya programu za wakala inayotegemea viwango wazi inaundwa. CopilotKit kwa kutoa vipengele vilivyotengenezwa awali, mifano ya UI ya kizazi na uunganisho wa kina wa mfumo, inapunguza kwa kiasi kikubwa kizuizi cha kujenga AI Copilot ya kiwango cha uzalishaji, na kuwapa waendelezaji uwezo wa kuzingatia mantiki ya biashara badala ya maelezo ya mawasiliano ya msingi.