TanStack AI 1.0 发布：23 个 provider 适配器 + subagents + MCP

TanStack AI 1.0 正式发布，核心 API 稳定，承诺后续保持 API 兼容不再破坏性改动。

包含什么

23 个 provider 适配器、subagents 支持、MCP server 集成、实验性的 agent harness。框架无关的 AI 接口层，同时提供一等公民的 React 绑定和 useChat() 这类 hook。1.0 之前的废弃 API 已清理。

为什么值得关注

现在做 AI 应用最烦的事是 provider 锁定。OpenAI 一套 SDK、Anthropic 一套、Gemini 一套、国内厂商又各有各的格式，换模型往往要改一堆调用代码。TanStack AI 的思路是把这层抽象掉，跟当年 TanStack Query 把数据请求抽象掉是同一套哲学。

23 个适配器覆盖了主流闭源和一批本地推理后端，这对需要「主力用一家、降级用另一家、敏感数据走本地」的多路策略很实用。

同一批还发了什么

TanStack DB 1.0 RC，主打同步与乐观更新；TanStack Redact 是 Tanner Linsley 那个 AI 驱动的 React 投影实验，现在成了正式项目并进入生产使用——它是浏览器端更小的 React 兼容运行时，已在 Start、Next.js、Vinext、Vite 上跑通，服务端不变，仍是 React 处理 SSR 和 Server Components。代价是同步渲染，没有时间切片，重渲染会阻塞输入。

取舍建议

新项目直接用没问题。老项目如果要接，建议先只把 AI 调用层换过来，别一次把状态管理和数据层都迁了。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

二十三个适配器覆盖国内厂商这点最实用，多路降级策略才真能落地。不过抽象层永远滞后于厂商 API 更新，工具调用这类变动频繁的能力，适配器落后一个版本就会踩坑。

23 个 provider 适配器是最大卖点，也是最大风险点：适配层越厚，各家新特性就越难第一时间吃到。我的经验是先用它做多模型路由和降级，具体的 prompt 编排还是留在业务侧，别全托给框架。

provider 锁定这事儿终于有人正面做了，23 个适配器一次铺开，切换成本直接降到改配置。不过这类框架的通病是抽象层一旦比 SDK 慢半拍，新模型的新参数就用不上。subagents 和 MCP 集成放进来挺合适，1.0 承诺 API 稳定这点比功能更值钱。