核心思路是大模型流式输出时嵌入结构化ui指令（如a2ui json），前端实时解析并安全渲染。主流方案为sse事件区分或自定义分隔标记（如---ui-block---），需校验字段、白名单组件、json pointer路径有效性，并预留占位符保障滚动连续性。
核心思路是让大模型在流式输出文本的同时，按约定格式插入结构化 UI 指令（如 A2UI JSON 片段），前端解析并动态渲染，而非等待全部响应完成。
明确混合流的数据格式规范
不能随意混入 JSON，需定义清晰的边界与标识。主流做法有两种：
-
基于 SSE 的事件类型区分：后端用
event: text推送普通文本，用event: ui推送 JSON 指令，前端通过eventSource.addEventListener('ui', ...)单独捕获并解析 -
自定义分隔标记：例如用
---UI-BLOCK---包裹 JSON 内容，前端用正则或字符串分割识别，再JSON.parse()解析。需确保标记不会出现在自然语言中，建议加校验字段（如"type": "a2ui-v0.9"）
前端实时解析与安全渲染
收到 UI 指令后不直接执行，而是走可控流程：
OpenGemini Next.js Bestpractice Builder
下载
使用固定的 Next.js/Tailwind/Prisma 技术栈构建并记录独立 SaaS 项目，仅将 FastAPI 用于 Python 工作负载，并遵循严格的架构规范。
- 先做基础校验：检查必填字段（
id、component）、组件名是否在白名单内（如Text、Button、Chart） - 使用 JSON Pointer 路径绑定数据时，确认路径指向的数据已在本地状态中存在，避免渲染异常
- 对动态生成的组件，统一挂载到预设容器（如
<div id="a2ui-mount"></div>），避免 DOM 泄漏或重复插入
后端生成时的协同要点
大模型不是自由发挥，需在 prompt 和推理阶段约束输出行为：
- 在 system prompt 中明确指令格式，例如：“当需要展示交互控件时，请在独立行输出以 ---UI-BLOCK--- 开头和结尾的合法 JSON，仅包含 A2UI Basic Components 支持的字段”
- 调用模型 API 时启用
response_format: { "type": "json_schema" }（如 OpenAI 2024 年后支持），强制模型输出结构化内容 - 服务端接收到流式 chunk 后，先做轻量级模式匹配（如检测
---UI-BLOCK---），再交由专用解析器处理，避免阻塞主响应流
处理 UI 与文本的交织逻辑
用户看到的是连贯界面，不是“一段文字 + 一个弹窗”的割裂感：
- 文本流中插入 UI 指令时，对应位置应预留占位符（如
[UI:chart-123]），等 UI 渲染完成再替换，保持滚动锚点稳定 - 若 UI 组件需用户操作（如点击按钮触发下一步），其回调应能向同一会话上下文提交新消息，形成闭环，而非跳转新页面
- 对含表单类组件（如
Select、DatePicker），默认值应从当前对话上下文自动注入，例如 “预算区间” 组件可绑定{"path":"/user/budgetRange"}
