如何在前端项目中集成 AI 能力，例如实现智能对话、图像识别或推荐系统？
在前端项目中集成 AI 能力，通常是通过调用已有的 AI 服务或模型推理 API（本地或远程）来实现的。
下面是根据不同场景的主流方式和思路：
1. 智能对话（Chatbot）
- 调用后端的大语言模型（如 ChatGPT、文心一言、讯飞星火等）的接口。
- 或使用开源模型如 LLaMA、ChatGLM（通常部署在服务端），前端通过 HTTP / WebSocket / SSE 访问。
2. 图像识别（OCR、物体检测、人脸识别）
思路：
- 使用第三方图像识别 API（如百度智能云、腾讯云、Google Vision API）。
- 也可在前端用 TensorFlow.js 运行轻量模型进行推理（如手势识别、人脸检测）。
3. 推荐系统（个性化推荐）
思路：
- 前端采集用户行为（点击、浏览、停留时长）；
- 请求推荐服务接口，返回推荐结果。
4. 集成方案总结
| 场景 | 推荐技术/库 | 推理方式 | 前端处理重点 |
|---|---|---|---|
| 智能对话 | OpenAI / ChatGLM | 服务端推理 | SSE 实时渲染 + markdown 渲染 |
| 图像识别 | TensorFlow.js / API | 前端或后端 | 上传图像、模型加载、绘图 |
| 推荐系统 | API + 算法平台 | 后端服务 | 数据采集、推荐 UI 展示 |
题目要点：
- 前端集成 AI 的核心是：采集输入、调用模型接口、展示结果。
- 可以直接在浏览器运行 AI 模型（如 TensorFlow.js），也可以依赖后端 AI 服务（如 OpenAI）。
- 实现智能交互的关键是：流式响应、输入处理、结果视觉呈现。