使用 Vercel AI SDK 生成枚举

LLM 的另一个经典使用场景是分类。

假设要把一条用户评论交给 LLM，并分类为 positive, negative或 neutral.

我们希望 LLM 只返回一个字符串，这个字符串只能是 positive, negative或 neutral.

用传统软件术语来说，这称为枚举，也就是一组预先列出的值。

可以使用 AI SDK 生成这个枚举。

滚动式代码讲解

我们再次使用 generateObject 函数，但这次传入的 output 类型是 enum.

还要传入一个 enum 属性，其中包含允许返回的字符串数组。

从 generateObject 得到的结果带有一个 object 属性，该对象就是枚举结果。

import { generateObject } from "ai";

export const classifySentiment = async (
  text: string,
) => {
  await generateObject({
    model,
    output: "enum",
    prompt: text,
    system:
      `Classify the sentiment of the text as either ` +
      `positive, negative, or neutral.`,
  });
};

用几条不同的陈述测试一下：

滚动式代码讲解

I'm not sure how I feel 得到的分类是 neutral.

This is terrible 得到的分类是 negative.

而 I love this so much 得到的分类是 positive.

const result = await classifySentiment(
  `I'm not sure how I feel`,
);

console.log(result); // neutral

就这样，我们得到了一个情感分析系统。枚举很适合这个场景，而 AI SDK 把实现过程变得非常简单。