createChat：用脚本化对话提升 AI 组件测试

是什么 推文介绍 createChat：把用户与助手的多轮对话写成可执行脚本，再接入 useChat 的真实流式生命周期，驱动 AI 组件。它可描述消息顺序、等待、推理、工具调用、结构化输出与最终文本。

核心设计 配图展示链式 API 先声明消息，用 sleep(500) 模拟时序；writer 写入 reasoning、调用 getReleaseNotes、输出 highlights，最后写入文本。第二张图将 chat.get(0) 与 chat.transport() 交给 useChat。关键不是伪造静态消息，而是让组件经历框架原生的 streaming lifecycle；同一场景可用于组件开发、预览、演示和确定性回归测试。

关键洞察 它把“对话行为”从 UI 实现中抽离成可复用 fixture，降低复杂 AI 状态的复现成本，并把 reasoning、tool call 等非纯文本部件纳入测试对象。对 Agent 工程来说，这是将模型交互协议转为可控开发数据源。

边界与风险 sleep 只是延迟近似，不能替代真实模型、网络、错误与取消流程测试；确定性也依赖 AI SDK/TanStack AI 适配器对事件顺序和 parts 的处理。落地仍需覆盖异常、中断、并发和多模态内容。