TanStack AI + گونکا — TypeScript پر AI-ایپلی کیشنز صرف چند روپے میں

پیکیج انسٹالیشن (کور + OpenAI-اڈاپٹر، جہاں openaiCompatible موجود ہے):

# pnpm
pnpm add @tanstack/ai @tanstack/ai-openai

# npm
npm install @tanstack/ai @tanstack/ai-openai

React میں چیٹ انٹرفیس کے لیے کلائنٹ اور ہکس شامل کریں:

pnpm add @tanstack/ai-client @tanstack/ai-react

JoinGonka API-key: اگر ابھی تک نہیں ہے — gate.joingonka.ai/register پر رجسٹر کریں، 3M مفت ٹوکنز حاصل کریں اور Dashboard → API Keys میں jg-xxx کی (key) بنائیں۔ ایک ہی کی اور بیلنس OpenAI اور Anthropic دونوں فارمیٹس کے لیے کام کرتا ہے۔

TanStack AI میں کسٹم OpenAI-مطابقت پذیر پرووائیڈر openaiCompatible() فنکشن کے ذریعے سیٹ اپ کیا جاتا ہے: آپ ایک بار baseURL، apiKey اور ماڈلز کی فہرست سیٹ کرتے ہیں، اور پھر ہر کال پر ماڈل منتخب کرتے ہیں۔ ہمارا گیٹ وے Chat Completions فارمیٹ استعمال کرتا ہے، اس لیے ہم api: 'chat-completions' کو برقرار رکھتے ہیں (یہ ڈیفالٹ ویلیو ہے)۔

import { openaiCompatible } from '@tanstack/ai-openai'

// Gonka پرووائیڈر — ایک بار سیٹ اپ ہوتا ہے
export const gonka = openaiCompatible({
  name: 'gonka',
  baseURL: 'https://gate.joingonka.ai/v1',
  apiKey: process.env.GONKA_API_KEY!, // jg-آپکی-کی
  api: 'chat-completions',
  models: [
    'MiniMaxAI/MiniMax-M2.7', // ڈیفالٹ
    'deepseek-ai/DeepSeek-V4-Flash-0731',
    'zai-org/GLM-5.3-Flash', // ریزننگ ماڈل
  ],
})

سرور پر سٹریمنگ چیٹ (مثال کے طور پر، کسی بھی فل سٹیک فریم ورک یا TanStack Start میں راؤٹ ہینڈلر)۔ جواب کی لمبائی modelOptions کے ذریعے سیٹ کی جاتی ہے — یہ نیٹو وائر پیرامیٹرز (max_tokens، temperature) کے لیے واحد مقام ہے:

import { chat, toServerSentEventsResponse } from '@tanstack/ai'
import { gonka } from './gonka'

export async function POST(request: Request) {
  const { messages } = await request.json()

  const stream = chat({
    adapter: gonka('MiniMaxAI/MiniMax-M2.7'),
    messages,
    modelOptions: { max_tokens: 8192 }, // گیٹ وے کے ذریعے آؤٹ پٹ کی حد
  })

  return toServerSentEventsResponse(stream)
}

React-کلائنٹ useChat ہک کے ذریعے — سرور سے UI تک جوابات سٹریم کرتا ہے:

import { useChat } from '@tanstack/ai-react'

function Chat() {
  const { messages, sendMessage, status } = useChat({ api: '/api/chat' })

  return (
    <div>
      {messages.map((m) => (
        <p key={m.id}><b>{m.role}:</b> {m.content}</p>
      ))}
      <button onClick={() => sendMessage('Gonka کیا ہے؟')}>
        پوچھیں
      </button>
    </div>
  )
}

بغیر سرور کے: وہی پرووائیڈر سکرپٹ یا بیک اینڈ میں براہِ راست کام کرتا ہے — بس chat() کال کریں اور سٹریم پڑھیں۔ Gonka کے ساتھ کنکشن تمام طریقوں کے لیے ایک جیسا ہے۔

گیٹ وے کے ذریعے ماڈلز کے پیرامیٹرز: کانٹیکسٹ — MiniMax M2.7 کے لیے 200K ٹوکنز، DeepSeek V4 Flash کے لیے 380K اور GLM-5.3 Flash کے لیے 390K۔ max_tokens کی حد — MiniMax M2.7 اور GLM-5.3 Flash کے لیے 8192، DeepSeek V4 Flash کے لیے 32768۔ اگر max_tokens کا ذکر نہ ہو، تو نان-سٹریم کے لیے ڈیفالٹ 1500 ہے، اس لیے طویل جوابات کے لیے اسے واضح طور پر سیٹ کریں۔

TanStack AI براہ راست OpenAI/Anthropic ریٹس اور Gonka کے ذریعے یکساں طور پر کام کرتا ہے — صرف baseURL تبدیل ہوتا ہے۔ لیکن قیمت میں زمین آسمان کا فرق ہے۔ TanStack AI پر عام پروڈکشن ایپلیکیشن کے لوڈ کا موازنہ کریں:

TanStack AI کا provider-agnostic طریقہ کار یہ ہے کہ Gonka پر سوئچ کرنا کوڈ کو دوبارہ لکھنا نہیں، بلکہ صرف ایک لائن (baseURL) کو تبدیل کرنا ہے۔ اسی وقت آپ کے ٹائپ-سیف ٹولز، اسٹرکچرڈ آؤٹ پٹ اور React-ہکس برقرار رہتے ہیں۔ ہزاروں صارفین والی ایپلیکیشن کے لیے، یہ ماہانہ ہزاروں ڈالر کی بچت ہے۔

Gonka کی قیمت: ان پٹ پر فی 1M ٹوکنز تقریباً $0.0069، آؤٹ پٹ پر ×3۔ یہ OpenAI اور Anthropic کے براہ راست ریٹس سے سینکڑوں سے ہزار گنا سستا ہے۔

TanStack AI کی بنیادی خصوصیت ایک متحد toolDefinition() کنٹریکٹ ہے: ٹول کی وضاحت ایک بار کی جاتی ہے (Zod, ArkType, Valibot یا JSON Schema کے ذریعے ان پٹ/آؤٹ پٹ)، اور اس کا نفاذ سرور یا کلائنٹ پر منسلک کیا جاتا ہے۔ MiniMax M2.7, DeepSeek V4 Flash اور GLM-5.3 Flash، Gonka کے ذریعے مقامی ٹول کالنگ (native tool calling) کو سپورٹ کرتے ہیں، اس لیے ایجنٹس ٹیکسٹ رسپانس کو پارس کیے بغیر قابل اعتماد طریقے سے کام کرتے ہیں۔

import { chat, toolDefinition } from '@tanstack/ai'
import { gonka } from './gonka'
import { z } from 'zod'

const getWeather = toolDefinition({
  name: 'getWeather',
  description: 'شہر کا موسم جانیں',
  inputSchema: z.object({ city: z.string() }),
  outputSchema: z.object({ tempC: z.number() }),
}).server(async ({ city }) => {
  return { tempC: 21 } // آپ کی اصل API کال
})

const stream = chat({
  adapter: gonka('MiniMaxAI/MiniMax-M2.7'),
  messages: [{ role: 'user', content: 'ماسکو میں موسم کیسا ہے؟' }],
  tools: [getWeather],
  modelOptions: { max_tokens: 8192 },
})

کون سا ماڈل منتخب کریں:

• MiniMaxAI/MiniMax-M2.7 — ڈیفالٹ، رفتار اور معیار کا توازن، طویل سیاق و سباق (context)۔ رسپانس کی حد 8192۔
• deepseek-ai/DeepSeek-V4-Flash-0731 — نیٹ ورک کا سب سے طویل سیاق و سباق (380K)، سستے بڑے پرامپٹس۔ رسپانس کی حد 32768۔
• zai-org/GLM-5.3-Flash — ریزننگ ماڈل (reasoning-model): جواب دینے سے پہلے سوچتا ہے، پیچیدہ منطق میں مضبوط؛ نیٹ ورک کا سب سے طویل سیاق و سباق (390K)۔ رسپانس کی حد 8192؛ ریزننگ max_tokens کا ایک حصہ استعمال کرتی ہے۔

TanStack AI میں رن ٹائم اڈاپٹر سوئچنگ کی بدولت، آپ تینوں ماڈلز کو ایک ہی پرووائیڈر میں رکھ سکتے ہیں اور فوری طور پر ان کے درمیان سوئچ کر سکتے ہیں—مثال کے طور پر، ریزننگ کے کاموں کے لیے GLM-5.3 Flash اور تیز تر جوابات کے لیے MiniMax کا استعمال کریں۔