Vercel UI SDK 登場:把 50 多種無障礙互動行為拆成積木,讓 AI 寫程式代理自己組介面、直接操作

Vercel Labs 推出開源 Vercel UI SDK(vercel-labs/ui),將鍵盤導覽、焦點管理與彈窗等 50 多種無障礙互動抽象為可組合行為,跨五大前端框架並支援代理免截圖直接讀寫元件狀態。

Share
Vercel UI SDK 官方主視覺圖片
Vercel Labs 官方 UI SDK 網站主視覺圖片,強調以可組合的互動行為函式庫協助 AI 代理建構與操作使用者介面。 圖片來源:官方原文。

如果你曾經請 AI 寫程式代理幫你從頭刻一個「下拉選單」或「指令搜尋面板」,大概看過類似的慘況:畫面第一眼看起來很漂亮,但按下方向鍵沒反應、按 Esc 關不掉、焦點跑不回原本的按鈕,螢幕報讀器更是完全讀不到正確狀態。

為了解決 AI 代理在建構前端介面時常犯的互動與無障礙錯誤,Vercel Labs 於 2026 年 11 月在 GitHub(vercel-labs/ui)與官網 ui-sdk.dev 推出 Vercel UI SDK(目前為 Beta 測試版,採 Apache-2.0 開源授權)。

這套工具解決了一個長期存在的矛盾:傳統前端元件庫是設計給「人類」直接拿成品來套用的,一旦讓 AI 代理自由修改元件結構,它很容易把藏在深處的鍵盤操作、焦點管理與無障礙屬性改壞。

反過來說,如果只給代理一整塊寫死的現成元件,它又很難靈活組裝出符合新產品需求的互動形式。

Vercel UI SDK 的核心解法非常特別:它不先給 AI 代理一整顆寫死的成品元件,而是把使用者介面背後的「互動行為」拆成 50 多種可組合的積木。

透過這套行為函式庫,AI 代理不只能自己拼裝出任何跨框架的前端介面,甚至不需要透過瀏覽器截圖,就能直接讀寫元件狀態並精準操作畫面。

為什麼要「給行為,而不是給成品元件」?

Vercel UI SDK 官方網站開宗明義用一個「下拉選單(Select)」的例子,來說明這套設計哲學背後的思考。

如果我們只給 AI 代理一個現成的 <Select /> 元件,那它能做的就只有一個下拉選單,頂多換換顏色或字體。

但如果我們改給它組成下拉選單的三個核心行為積木:負責彈出與定位的 createPopup、負責單選或多選邏輯的 createSelection,以及負責打字快速跳轉選項的 createTypeahead。

那 AI 代理就不只能做出下拉選單,還能把這幾個積木重新排列組合,拼出自動完成輸入框(Autocomplete)、複合選單(Combobox),甚至是團隊還沒想到的全新互動介面。

什麼是「行為(Behaviors)」?

在 Vercel UI SDK 的定義裡,所謂的「行為」就是讓一個前端元件真正能順暢運作、且符合無障礙規範的底層互動邏輯。

這些邏輯在開發時很容易被人類或 AI 忽略,自己從零寫起來卻非常容易出錯,主要包括以下三大類:

  • 鍵盤導覽與焦點管理:例如 createRovingFocus 能讓使用者用方向鍵在清單裡移動,且整個清單只佔一個 Tab 鍵停駐點;而 createFocusRecovery 則能在清除按鈕消失後,自動把鍵盤焦點安全移回原本的輸入框。
  • 彈窗定位與選取控制:例如 createPopup 會讓彈窗緊貼觸發按鈕開啟,並自動計算邊界確保不會超出螢幕可視範圍;createSelection 則內建了像檔案總管一樣搭配 Shift 或 Ctrl 鍵進行單選或多選的邏輯。
  • 進階互動與效能最佳化:包括 createTypeahead(輸入幾個字母就跳轉到對應項目)、createReorder(同時支援滑鼠拖曳與鍵盤排序清單)、createResize(拖曳把手調整區塊尺寸)、createViewport(畫布平移與縮放)以及 createVirtualizer(大型清單只渲染畫面上看得到的那幾列)。

透過將超過 50 種這類底層互動行為收斂在 @ui-sdk/core 核心套件中,所有繁瑣的 ARIA 無障礙屬性與鍵盤狀態機都已經事先經過驗證,AI 代理不需要每次都從零重寫容易踩雷的 DOM 事件監聽邏輯。

延伸閱讀:Vercel AI Gateway 新增 Private Inference:自架模型、權限與備援怎麼整合?

Vercel UI SDK 官方主視覺圖片
Vercel Labs 官方 UI SDK 網站主視覺圖片,強調以可組合的互動行為函式庫協助 AI 代理建構與操作使用者介面。 圖片來源:官方原文。

寫一次定義,同時跨五大前端框架渲染

在過去的前端開發世界裡,框架生態系分裂一直是元件庫最大的維護成本,往往 React 得寫一套、Vue 要寫一套、Svelte 又得重寫一遍。

Vercel UI SDK 透過「核心原語定義」搭配「輕量框架轉接器」的兩層式架構,徹底解決了這個重複造輪子的問題。

開發者或 AI 代理只需要先使用 @ui-sdk/core 提供的 definePrimitive 函式,宣告好這個元件有哪些內部狀態、提供什麼操作介面,以及包含哪些結構插槽,並掛載需要的互動行為。

完成這份與框架無關的純邏輯定義之後,在實際專案中只要透過各框架對應的 createParts 轉接器進行渲染即可。

目前官方已經完整支援以下五大主流前端環境,且所有框架共用的元件部位命名與結構完全一致:

  • React(使用 @ui-sdk/react)
  • Vue(使用 @ui-sdk/vue)
  • Svelte(使用 @ui-sdk/svelte)
  • Solid(使用 @ui-sdk/solid)
  • Web Components(使用 @ui-sdk/web)

對於不想每顆元件都從行為積木開始拼裝的團隊,官方也已經用這套行為函式庫預先建好了一套「無樣式」且完整支援無障礙的基礎元件庫作為起點。

這套起始元件庫涵蓋了色彩選擇器、指令搜尋面板、日期選擇、驗證碼輸入框、樹狀資料夾、Token Input、分頁標籤、摺疊面板與滑桿等常見控制項,開發者可以直接套用 Tailwind CSS 或公司現有的設計系統樣式。

從元件定義到跨框架渲染的實際結構

以官方文件展示的搜尋欄位(Search Field)範例來說,就可以清楚看出 Vercel UI SDK 如何把互動細節抽離出來。

在定義這顆搜尋欄位時,核心檔案會先用 definePrimitive 宣告一個狀態欄位 value,並透過 createFocusRecovery 行為指定:當清除按鈕被點擊而消失時,鍵盤焦點必須自動回到文字輸入框上。

接著在插槽區塊中,元件定義會分別描述 input 與 clear 兩個結構部位的屬性與點擊反應,例如只有當輸入框有文字時才顯示清除按鈕。

這份不到幾十行的純 TypeScript 定義檔完全不涉及 React、Vue 或 Svelte 的語法,任何前端團隊都能夠用同一份行為規格,透過 createParts 轉譯成各框架原生的元件標籤來使用,大幅降低跨專案維護同一套互動規範的成本。

專為 AI 代理打造:會自己寫介面,還會「免截圖」直接操作

Vercel UI SDK 與傳統無障礙元件庫(例如 Radix UI 或 React Aria)最大的差異,在於它從第一天設計時就把 AI 代理 當成主要的使用者,而且代理在這個架構裡同時扮演「建構者」與「操作者」兩種角色。

1. 透過 Agent Skill 讓代理學會組裝介面

為了讓寫程式代理真正懂得如何挑選並組合這些行為,Vercel 在套件中直接內建了專為代理閱讀最佳化的 Markdown 技術文件,包含 llms.txt、core.md 與 rendering.md。

開發者只要執行 npx skills@latest add vercel-labs/ui --skill ui-sdk,就能將這套官方技能安裝給自己的寫程式代理。

官方網站也相當直白地表示:「你不需要自己學怎麼寫這些底層原語,問你的代理就好。」

當代理讀取了這些技能文件後,就能根據自然語言需求挑出對應的行為積木並寫出元件程式碼,不只程式碼更精簡,鍵盤導覽與無障礙屬性的正確率也大幅提升。

2. 免截圖直接讀寫元件狀態:快兩倍以上、成本不到一半

更值得關注的是在網頁執行階段的「代理橋接(Agent Bridge)」能力。

平常我們讓 AI 代理測試網頁或操作瀏覽器執行任務時,代理往往必須不斷截圖、把圖片送給視覺模型辨識按鈕在哪裡、再模擬滑鼠點擊,整個過程既緩慢又消耗大量 Token 費用。

Vercel UI SDK 在各框架套件中額外提供了代理橋接介面,例如 React 環境可透過 @ui-sdk/react/agent 匯入 createAgent。

這讓開發者的測試代理,或是支援 WebMCP(透過 document.modelContext)的瀏覽器內建代理,能夠直接呼叫 snapshot、act 與 query 等結構化方法。

代理不需要拍任何一張螢幕截圖,就能直接讀取元件目前的狀態並觸發指定動作。

根據官方於 ui-sdk.dev 首頁揭露的效能比較結果,這種直接與元件控制層溝通的做法,讓代理執行操作的速度超過兩倍以上,且整體運算成本不到傳統截圖做法的一半。

延伸閱讀:Pydantic AI Harness 新增 Peers:代理互傳訊息,為何不等於互相授權?

Vercel UI SDK 與 Vercel AI SDK 有什麼不同?

由於兩者的名稱非常相近,不少開發者第一次看到時很容易把新推出的 Vercel UI SDK 跟大家熟知的 Vercel AI SDK 搞混。

其實這兩套工具在現代 AI 應用技術堆疊中負責完全不同的層次,屬於互補而非取代的關係:

  • Vercel AI SDK 專注於模型串接、工具呼叫迴圈以及前後端串流對話,例如提供 useChat 等 Hook,主要解決「AI 大腦怎麼跟後端資料和串流介面溝通」的問題。
  • Vercel UI SDK 則專注於前端使用者介面的互動層與無障礙行為,提供 50 多種可組合行為與跨框架原語,主要解決「AI 代理怎麼寫出不會壞掉的前端元件,並且怎麼在瀏覽器裡直接精準操作這些元件」的問題。

換句話說,工程團隊完全可以一邊用 Vercel AI SDK 建置底層的對話與工具呼叫工作流,一邊用 Vercel UI SDK 讓寫程式代理打造出穩固、跨框架且便於代理自我測試的使用者介面。

哪些開發情境最適合優先評估 Vercel UI SDK?

雖然 Vercel UI SDK 目前仍處於 Beta 測試階段,但有幾類工程團隊現在就非常值得開始試用。

第一類是大量依賴 AI 寫程式代理生成前端原型或內部工具的團隊,透過安裝官方技能文件,可以顯著減少代理寫出鍵盤卡死或焦點遺失元件的機率。

第二類是公司內部同時存在多種前端框架的組織,例如既有 React 19 主產品、又有 Vue 或 Web Components 維護的舊系統,透過共用同一套行為原語,就能確保跨系統的操作手感與無障礙標準完全一致。

第三類則是正在開發瀏覽器自動化測試或內建 AI 操作代理的團隊,透過結構化的元件狀態橋接介面,能有效擺脫截圖辨識的速度瓶頸與高昂推論成本。

常見問題(FAQ)

1. Vercel UI SDK 目前穩定嗎?可以直接用在正式產品嗎?

根據 vercel-labs/ui GitHub 儲存庫說明,UI SDK 目前仍處於 Beta 測試階段,並適用 Vercel 的 Beta 條款。這代表在正式版推出之前,部分 API 介面、文件與行為細節仍有可能微調,建議先在實驗性專案、內部管理後台或獨立功能分支中評估試用。

2. 如果我們團隊已經有 Tailwind CSS 或現有設計系統,可以搭配使用嗎?

完全可以。Vercel UI SDK 採用「無樣式」設計理念,它只負責處理互動邏輯、狀態管理與 ARIA 無障礙屬性,完全不綁定任何視覺外觀。無論團隊使用的是 Tailwind CSS、CSS Modules 還是自建的元件樣式規範,都可以直接套用在 createParts 產生的元件部位上。

3. React 專案有版本限制嗎?其他框架該怎麼安裝?

根據 ui-sdk.dev 快速入門文件,React 專案必須使用 React 19 或更新版本,安裝指令為 npm install @ui-sdk/react @ui-sdk/core。如果是 Vue、Svelte、Solid 或 Web Components 專案,只要將指令中的 @ui-sdk/react 替換成對應的 @ui-sdk/vue、@ui-sdk/svelte、@ui-sdk/solid 或 @ui-sdk/web 即可。

4. 「免截圖操作元件」需要額外付費購買雲端服務嗎?

不需要。這套機制是透過前端套件內建的結構化控制介面(如 snapshot、act 與 query)以及支援 WebMCP 的瀏覽器環境在本地端運作,藉此省去反覆截圖與呼叫視覺模型辨識畫面的延遲與成本。

5. Vercel UI SDK 授權條款為何?企業內部可以修改擴充嗎?

根據 vercel-labs/ui GitHub 儲存庫資訊,Vercel UI SDK 採用寬鬆的 Apache-2.0 開源授權條款。這代表無論是個人開發者還是商業團隊,都可以自由將它整合進商業產品、針對內部需求自訂新的互動行為,或是依照貢獻指南向官方儲存庫提交問題回報與程式碼改進,同時也能直接在專案裡參考既有的元件範例快速延伸。

總結

Vercel UI SDK 的推出,反映出前端開發工具正在從「幫人類寫得更快」進一步轉向「為 AI 代理設計可組合的基礎設施」。

透過將鍵盤導覽、焦點恢復、彈窗邊界計算與虛擬捲動等 50 多種繁瑣互動拆解成標準化行為積木,並讓同一份邏輯跨 React、Vue、Svelte、Solid 與 Web Components 五大環境運作,它大幅降低了 AI 代理撰寫前端元件時常見的無障礙與互動失誤。

再加上免截圖直接讀寫元件狀態的代理橋接設計,如果你正在使用 AI 寫程式代理建置前端應用,建議現在就可以前往 ui-sdk.dev 或 vercel-labs/ui 儲存庫安裝體驗,試著用 npx skills@latest add vercel-labs/ui --skill ui-sdk 讓你的代理在測試專案裡組裝第一個無障礙元件。

資料來源