Skip to content

ClassCat® AI Research

クラスキャット – Agno, AgentOS, MCP, LangChain/LangGraph, CrewAI

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

AI Elements : 概要

Posted on 02/25/2026 by Masashi Okumura

AI Elements は、shadcn/ui の上に構築されたコンポーネント・ライブラリで、AI ネイティブ・アプリケーションを素早く構築するのに役立ちます。

AI Elements : 概要

作成 : Masashi Okumura (@classcat.com)
作成日時 : 02/25/2026
バージョン : ai-elements@1.8.4

* 本記事は github.com/vercel/ai-elements の以下のページを参考にし、独自に翻訳した上でまとめ直しています :

  • README.md

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

AI Elements : 概要

AI Elements は、shadcn/ui の上に構築されたコンポーネント・ライブラリで、AI ネイティブ・アプリケーションを素早く構築するのに役立ちます。

 

概要

AI Elements は、会話、メッセージ、コードブロック、推論表示 等のような AI アプリケーション向けに特に設計された、事前構築済み、カスタマイズ可能な React コンポーネントを提供します。CLI が、これらのコンポーネントを Next.js プロジェクトに簡単に追加します。

 

インストール

AI Elements CLI は npx で直接使用することも、グローバルにインストールすることもできます :

# Use directly (recommended)
npx ai-elements@latest

# Or using shadcn cli
npx shadcn@latest add https://elements.ai-sdk.dev/api/registry/all.json

 

前提条件

AI Elements を使用する前に、プロジェクトがこれらの要件を満たしていることを確認してください :

  • Node.js 18 or later
  • AI SDK がインストールされた Next.js プロジェクト
  • プロジェクトで shadcn/ui が初期化されていること (npx shadcn@latest init)
  • Tailwind CSS が設定されている (AI Elements は CSS 変数モードのみをサポート)

 

使用方法

すべてのコンポーネントのインストール

すべての利用可能な AI Elements コンポーネントを一度にインストールします :

npx ai-elements@latest

このコマンドは :

  • shadcn/ui を (まだ構成設定されていない場合には) セットアップします。

  • すべての AI ELements コンポーネントを構成設定済みの components ディレクトリにインストールします。

  • 必要な依存関係をプロジェクトに追加します。

 

特定のコンポーネントのインストール

add コマンドを使用して個々のコンポーネントをインストールします :

npx ai-elements@latest add <component-name>

例 :

# Install the message component
npx ai-elements@latest add message

# Install the conversation component
npx ai-elements@latest add conversation

# Install the code-block component
npx ai-elements@latest add code-block

 

オルタナティブ: shadcn CLI による利用

標準の shadcn/ui CLI を使用してコンポーネントをインストールすることもできます :

# Install all components
npx shadcn@latest add https://elements.ai-sdk.dev/api/registry/all.json

# Install a specific component
npx shadcn@latest add https://elements.ai-sdk.dev/api/registry/message.json

 

クイックスタート例

コンポーネントをインストールしたら、React アプリケーションでそれらを使用できます :

"use client";

import { useChat } from "@ai-sdk/react";
import {
  Conversation,
  ConversationContent,
} from "@/components/ai-elements/conversation";
import {
  Message,
  MessageContent,
  MessageResponse,
} from "@/components/ai-elements/message";

export default function Chat() {
  const { messages } = useChat();

  return (
    <Conversation>
      <ConversationContent>
        {messages.map((message, index) => (
          <Message key={index} from={message.role}>
            <MessageContent>
              <MessageResponse>{message.content}</MessageResponse>
            </MessageContent>
          </Message>
        ))}
      </ConversationContent>
    </Conversation>
  );
}

 

How It Works

AI Elements CLI:

  1. パッケージマネージャ (npm, pnpm, yarn, or bun) を自動検出します。

  2. https://elements.ai-sdk.dev/api/registry/registry.json からコンポーネント・レジストリを取得します。

  3. 内部的には shadcn/ui CLI を使用してコンポーネントをインストールします。

  4. 依存関係を追加して既存の shadcn/ui セットアップと統合します。

コンポーネントは構成設定された shadcn/ui components ディレクトリ (通常は @/components/ai-elements/) にインストールされ、コードベースの一部となり、完全なカスタマイズを可能にします。

 

Configuration

AI Elements は既存の shadcn/ui 設定を使用します。コンポーネントは components.json ファイルで指定されたディレクトリにインストールされます。

 

推奨セットアップ

ベストなエクスペリエンスのために、以下を勧めます :

  • AI Gateway: Vercel AI Gateway をセットアップし、AI_GATEWAY_API_KEY を .env.local に追加します。

  • CSS 変数: テーマ設定のために shadcn/ui の CSS 変数モードを使用してください。

  • TypeScript: より良い開発エクスペリエンスのために TypeScript を有効にしてください。

 

以上





クラスキャット

最近の投稿

  • AI Elements : 概要
  • AG-UI : エージェント UI プロトコル
  • Rig 0.30 (in Rust) : クイックスタート
  • Rig 0.30 : Rust によるモジュール式・スケーラブルな LLM アプリケーションの構築
  • CopilotKit via LangGraph : クイックスタート | バイブコーディング MCP

タグ

AG2 (14) Agno (46) Agno 2.x (22) AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) Cursor (20) DGL 0.5 (14) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangChain v1.0 (10) LangGraph (24) LangGraph 0.5 (9) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2026年2月
月 火 水 木 金 土 日
 1
2345678
9101112131415
16171819202122
232425262728  
« 12月    
© 2026 ClassCat® AI Research | Powered by Minimalist Blog WordPress Theme