用开源组件给 Expo 接入流式聊天
react-native-ai-chat-kit 将流式输出、聊天界面等能力封装为纯 TypeScript 组件,可用于 Expo Go 和 React Native CLI 项目。示例使用模拟传输层演示接入,真实模型服务仍需另行连接。
AI 深度解读
给 Expo 应用加一个 AI 聊天页,难点常常藏在回复开始之后:文字逐字跳动、Markdown 没写完、Android 键盘挡住输入框,再加上停止生成和历史记录,零碎工作很快堆起来。作者把这些重复劳动封装成了开源库 react-native-ai-chat-kit。
它的价值是把聊天界面、流式传输和会话管理接起来,让开发者先跑通交互,再接真实模型。不过,标题里的「5 分钟」更适合理解为演示起步时间,距离生产可用还有一段需要自己核验的路。
先用假模型,把聊天交互跑通
安装从标准 Expo 项目开始:运行 npx create-expo-app@latest my-ai-app --template blank-typescript,进入 cd my-ai-app,再执行 npx expo install react-native-ai-chat-kit react-native-safe-area-context。
作者称,该库采用纯 TypeScript,没有原生代码,可以用于 Expo Go 和 React Native CLI 应用。下面这段代码不需要 API key,适合先检查界面和交互:
import { SafeAreaProvider, SafeAreaView } from 'react-native-safe-area-context';
import { ChatView, createMockTransport, useChat } from 'react-native-ai-chat-kit';
const transport = createMockTransport(); // 流式返回演示答案的模拟 AI
export default function App() {
const chat = useChat({ transport });
return (
<SafeAreaProvider>
<SafeAreaView style={{ flex: 1 }}>
<ChatView {...chat} suggestions={['What can you render?', 'Plan a trip to Goa']} />
</SafeAreaView>
</SafeAreaProvider>
);
}
重点看 useChat({ transport }):状态管理依赖传输层,后续替换模型连接时可以继续使用这套界面。
执行 npx expo start,用 Expo Go 打开后,点击建议问题即可看到 Markdown、表格和工具调用卡片。作者表示,Stop、Retry、Copy 已经内置。卡片能展示工具调用结果,但原文没有交代工具执行链路,不能把展示能力直接理解成完整的 Agent 系统。

接真实模型容易,密钥边界要先划清
原型阶段可以换成 createProviderTransport,通过 provider 选择 anthropic、openai 或 gemini,并配置 apiKey、model、system。原文示例使用 process.env.EXPO_PUBLIC_AI_KEY!,模型字符串是 claude-sonnet-5-5;原文没有提供该模型标识的可用性说明,实际接入时需要核对。
通过 baseUrl,它还支持 OpenAI-compatible API,原文列举了 OpenRouter、Groq、Ollama。
这里最该保留的是作者对密钥的提醒:应用包里的 API key 可以被提取,客户端直连只适合原型。 库据称会拒绝在生产构建中运行 createProviderTransport。
正式接入时,作者给出的 Next.js 服务端入口如下:
// app/api/chat/route.ts
import { createChatHandlerFromEnv } from 'react-native-ai-chat-kit/server';
const handler = createChatHandlerFromEnv(process.env);
export const POST = handler;
export const OPTIONS = handler;
注意最后两行,POST 和 OPTIONS 都交给同一个 handler。随后在 Vercel 配置 AI_PROVIDER、AI_API_KEY、AI_MODEL,客户端使用 createStreamTransport({ url: 'https://your-app.vercel.app/api/chat' }) 连接。
这样切换模型供应商可以通过服务端配置完成,仓库还提供 Cloudflare Workers 和普通 Node 模板。但把密钥放到服务端,只解决了密钥暴露问题;鉴权、限流和费用控制如何处理,原文没有说明。
流畅靠三层处理,附件和历史也有边界
作者把流式体验拆成了三件事:收到的 token 先缓冲,每个动画帧统一更新;完成的段落、表格、代码块通过记忆化避免重复渲染;解析器接受尚未闭合的 Markdown,让半截加粗和代码围栏也能稳定显示。
其中最实用的思路是:已经完成的内容不必跟着新 token 一起反复渲染。
传输层使用 XMLHttpRequest 的 progress 事件,作者称其可在 iOS、Android、web 增量接收文本,无需 polyfill。这是在绕开原文所说的 React Native 默认 fetch 响应体流式读取限制。不过,原文没有给出帧率、长回复耗时或设备对照测试,流畅程度仍是实现说明,尚不是性能结论。
会话持久化则通过 useChatSessions、createKeyValueStore(AsyncStorage) 接入,示例设置 restoreLastSession: true 和 maxAgeDays: 30,用 ChatHistory 提供搜索、删除和重新打开会话。存储适配器来自 @react-native-async-storage/async-storage,这不能直接推导出跨设备同步能力。
附件和朗读需要安装 expo-image-picker、expo-document-picker、expo-image-manipulator、expo-speech,再用 createExpoAttachmentPickers 和 createExpoSpeech 接入 ChatView。作者给出的效果是照片缩放到 1568px 并压缩,4 MB 图片约变成 300 KB;PDF 按文件发送,文本文件读成文本。这个压缩比例只是示例,模型是否接受附件也要另行确认。
语音输入还需 expo-speech-recognition,并传入 voice={createExpoSpeechRecognizer(ExpoSpeechRecognitionModule)};它要求 development build,不能沿用 Expo Go 的起步条件。主题则支持颜色、字体、圆角以及 renderAvatar、renderToolCall 等自定义入口。
我的判断
我认可它把展示、聊天状态和传输层拆开的方向。对已有 React Native 应用,这比从消息列表开始逐项补齐停止、重试和 Markdown 渲染更省事,mock 也便于独立验证交互。
但作者没有给出与其他聊天组件或自建方案的对照数据,省时和流畅的判断仍属于经验之谈。原文提出了 Android 键盘遮挡问题,却没有解释具体处理方式,也缺少兼容性测试结果。
它采用 MIT 许可证,目前是 v0.1。适合拿来评估和做原型;若项目已有会话状态机、设计系统或特殊消息协议,接入后的适配成本未必低于保留现有实现。
能拿来做什么
- 给 Expo 应用做 AI 功能验证时,先用
createMockTransport检查流式显示、停止和重试,再决定是否投入真实模型调用。 - 使用 Next.js 或 Node 接模型时,可以参考它的服务端代理边界,同时核验鉴权、限流和错误处理,避免把演示入口直接当成上线方案。
- 自己维护聊天组件时,可以借鉴按动画帧合并更新、缓存已完成 Markdown 块的思路,再用长代码块和连续表格验证实际效果。
- 需要历史、图片或语音时,分别确认本地存储、模型附件支持和 development build 要求,再安排功能范围。