Vercel AI SDK | Venice API Docs

Vercel AI SDK는 Next.js, React, Svelte, Vue 앱에서 AI 기능을 만들 때 가장 인기 있는 방법입니다. Venice는 OpenAI 호환 공급자로 즉시 동작합니다.

설정

npm install ai @ai-sdk/openai

공급자 구성

OpenAI 호환 어댑터로 Venice 공급자를 생성하세요:

// lib/venice.ts
import { createOpenAI } from '@ai-sdk/openai';

const openai = createOpenAI({
  apiKey: process.env.VENICE_API_KEY!,
  baseURL: 'https://api.venice.ai/api/v1',
});

// Venice의 chat completions endpoint와 호환되도록 .chat() 사용
export const venice = (modelId: string) => openai.chat(modelId);

.chat()을 사용하면 요청이 Venice의 /chat/completions endpoint로 전달됩니다. 기본 openai('model') 문법은 Venice가 아직 지원하지 않는 더 새로운 OpenAI endpoint를 사용할 수 있습니다.

스트리밍 채팅 (Next.js App Router)

API 라우트

// app/api/chat/route.ts
import { streamText } from 'ai';
import { venice } from '@/lib/venice';

export async function POST(req: Request) {
  const { messages } = await req.json();

  const result = streamText({
    model: venice('venice-uncensored'),
    system: 'You are a helpful, privacy-respecting AI assistant.',
    messages,
  });

  return result.toDataStreamResponse();
}

React 컴포넌트

// app/page.tsx
'use client';

import { useChat } from '@ai-sdk/react';

export default function Chat() {
  const { messages, input, handleInputChange, handleSubmit, isLoading } = useChat();

  return (
    <div className="max-w-2xl mx-auto p-4">
      <div className="space-y-4 mb-4">
        {messages.map((m) => (
          <div key={m.id} className={m.role === 'user' ? 'text-right' : 'text-left'}>
            <span className="font-bold">{m.role === 'user' ? 'You' : 'Venice'}:</span>
            <p className="whitespace-pre-wrap">{m.content}</p>
          </div>
        ))}
      </div>

      <form onSubmit={handleSubmit} className="flex gap-2">
        <input
          value={input}
          onChange={handleInputChange}
          placeholder="Ask anything..."
          className="flex-1 border rounded px-3 py-2"
          disabled={isLoading}
        />
        <button type="submit" disabled={isLoading} className="bg-red-600 text-white px-4 py-2 rounded">
          Send
        </button>
      </form>
    </div>
  );
}

텍스트 생성(비스트리밍)

import { generateText } from 'ai';
import { venice } from '@/lib/venice';

const { text } = await generateText({
  model: venice('zai-org-glm-5-1'),
  prompt: 'Explain zero-knowledge proofs in simple terms.',
});

console.log(text);

구조화된 출력

import { generateObject } from 'ai';
import { venice } from '@/lib/venice';
import { z } from 'zod';

const { object } = await generateObject({
  model: venice('venice-uncensored'),
  schema: z.object({
    recipe: z.object({
      name: z.string(),
      ingredients: z.array(z.string()),
      steps: z.array(z.string()),
      prepTimeMinutes: z.number(),
    }),
  }),
  prompt: 'Generate a recipe for chocolate chip cookies.',
});

console.log(object.recipe.name);
console.log(`Prep time: ${object.recipe.prepTimeMinutes} minutes`);

도구 호출(Tool Calling)

import { streamText, tool } from 'ai';
import { venice } from '@/lib/venice';
import { z } from 'zod';

const result = streamText({
  model: venice('zai-org-glm-5-1'),
  messages: [{ role: 'user', content: 'What is the weather in Tokyo?' }],
  tools: {
    getWeather: tool({
      description: 'Get current weather for a location',
      parameters: z.object({
        location: z.string().describe('City name'),
      }),
      execute: async ({ location }) => {
        // 여기에 weather API 호출
        return { temperature: 22, condition: 'Sunny', location };
      },
    }),
  },
});

for await (const part of result.fullStream) {
  if (part.type === 'text-delta') {
    process.stdout.write(part.textDelta);
  } else if (part.type === 'tool-result') {
    console.log('Tool result:', part.result);
  }
}

이미지 생성

Venice 이미지 생성은 AI SDK와 별개로 직접 호출할 수 있습니다:

// app/api/image/route.ts
export async function POST(req: Request) {
  const { prompt } = await req.json();

  const response = await fetch('https://api.venice.ai/api/v1/image/generate', {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${process.env.VENICE_API_KEY}`,
      'Content-Type': 'application/json',
    },
    body: JSON.stringify({
      model: 'qwen-image',
      prompt,
      width: 1024,
      height: 1024,
    }),
  });

  const data = await response.json();
  return Response.json({ image: data.images[0] });
}

멀티 모델 채팅(모델 선택기)

사용자가 Venice 모델 중에서 선택할 수 있게 하세요:

// app/api/chat/route.ts
import { streamText } from 'ai';
import { venice } from '@/lib/venice';

const ALLOWED_MODELS = [
  'venice-uncensored',
  'zai-org-glm-5-1',
  'qwen3-vl-235b-a22b',
  'qwen3-5-9b',
];

export async function POST(req: Request) {
  const { messages, model: modelId } = await req.json();

  if (!ALLOWED_MODELS.includes(modelId)) {
    return new Response('Invalid model', { status: 400 });
  }

  const result = streamText({
    model: venice(modelId),
    messages,
  });

  return result.toDataStreamResponse();
}

// 모델 선택기가 있는 클라이언트 컴포넌트
'use client';

import { useChat } from '@ai-sdk/react';
import { useState } from 'react';

const MODELS = [
  { id: 'venice-uncensored', name: 'Venice Uncensored', desc: 'Fast & uncensored' },
  { id: 'zai-org-glm-5-1', name: 'GLM 5.1', desc: 'Most intelligent (private)' },
  { id: 'qwen3-vl-235b-a22b', name: 'Qwen Vision', desc: 'Advanced vision + text' },
  { id: 'qwen3-5-9b', name: 'Qwen 3.5 9B', desc: 'Fastest & cheapest' },
];

export default function Chat() {
  const [model, setModel] = useState('venice-uncensored');
  const { messages, input, handleInputChange, handleSubmit } = useChat({
    body: { model },
  });

  return (
    <div>
      <select value={model} onChange={(e) => setModel(e.target.value)}>
        {MODELS.map((m) => (
          <option key={m.id} value={m.id}>{m.name} — {m.desc}</option>
        ))}
      </select>
      {/* ... chat UI ... */}
    </div>
  );
}

웹 검색 통합

웹 검색을 위해 Venice 파라미터를 전달하세요:

import { streamText } from 'ai';
import { venice } from '@/lib/venice';

const result = streamText({
  model: venice('venice-uncensored'),
  messages: [{ role: 'user', content: 'What happened in AI news today?' }],
  // Venice 전용 파라미터
  experimental_providerMetadata: {
    venice_parameters: {
      enable_web_search: 'auto',
    },
  },
});

experimental_providerMetadata가 전달되지 않는 경우, 커스텀 fetch 래퍼를 사용하거나 웹 검색 기능을 위해 Venice API를 직접 호출할 수 있습니다.

임베딩(Embeddings)

임베딩에는 공급자에서 직접 textEmbeddingModel()을 사용하세요:

import { embed, embedMany } from 'ai';
import { createOpenAI } from '@ai-sdk/openai';

const openai = createOpenAI({
  apiKey: process.env.VENICE_API_KEY!,
  baseURL: 'https://api.venice.ai/api/v1',
});

// 단일 임베딩
const { embedding } = await embed({
  model: openai.textEmbeddingModel('text-embedding-bge-m3'),
  value: 'Privacy-first AI infrastructure',
});

// 배치 임베딩
const { embeddings } = await embedMany({
  model: openai.textEmbeddingModel('text-embedding-bge-m3'),
  values: [
    'Venice AI provides private inference.',
    'Zero data retention guaranteed.',
    'OpenAI SDK compatible.',
  ],
});

환경 변수

# .env.local
VENICE_API_KEY=your-venice-api-key

권장 모델

Use Case	Model	Why
채팅 앱	`venice-uncensored`	빠르고, 저렴하고, 필터링 없음
복잡한 작업	`zai-org-glm-5-1`	프라이빗 플래그십 추론
비전 앱	`qwen3-vl-235b-a22b`	고급 이미지 이해
대량 처리	`qwen3-5-9b`	100만 input 토큰당 $0.10, output$ 0.15로 가장 저렴
도구 호출	`zai-org-glm-5-1`	신뢰성 있는 함수 호출

Vercel AI SDK 문서

공식 Vercel AI SDK 문서

Venice 모델

모든 Venice 모델 둘러보기

​설정

​공급자 구성

​스트리밍 채팅 (Next.js App Router)

​API 라우트

​React 컴포넌트

​텍스트 생성(비스트리밍)

​구조화된 출력

​도구 호출(Tool Calling)

​이미지 생성

​멀티 모델 채팅(모델 선택기)

​웹 검색 통합

​임베딩(Embeddings)

​환경 변수

​권장 모델

Vercel AI SDK 문서

Venice 모델

설정

공급자 구성

스트리밍 채팅 (Next.js App Router)

API 라우트

React 컴포넌트

텍스트 생성(비스트리밍)

구조화된 출력

도구 호출(Tool Calling)

이미지 생성

멀티 모델 채팅(모델 선택기)

웹 검색 통합

임베딩(Embeddings)

환경 변수

권장 모델