> Nuxt AI végigtől végig: a kulcsot tartó szerverútvonal, message partok, szigorú strukturált kimenet, jóváhagyást igénylő eszközök, hibák és a 50. cikkely.
>
> Web page: https://balazscsorba.com/hu/blog/nuxt-llm-features-ai-sdk-streaming · Language: Magyar · Also available in: [English](https://balazscsorba.com/blog/nuxt-llm-features-ai-sdk-streaming.md) · [Deutsch](https://balazscsorba.com/de/blog/nuxt-llm-features-ai-sdk-streaming.md)
> Author: Balázs Csorba · Published: 2026-05-14 · Updated: 2026-10-07 · Keywords: nuxt ai, ai sdk vue, nuxt server route llm, streamelt chat nuxt, usechat @ai-sdk/vue, strukturált kimenet json schema korlátok, emberi jóváhagyás eszközhíváshoz, nitro api route modell kulcs, ai act chatbot átláthatóság nuxt, stopwhen isstepcount, nuxt llm streamelés
[Blog](https://balazscsorba.com/hu/blog)/[Webfejlesztés](https://balazscsorba.com/hu/blog/category/web)
# LLM funkciók a Nuxtban: streamelés, strukturált kimenet, eszközjóváhagyás
Nuxt AI végigtől végig: a kulcsot tartó szerverútvonal, message partok, szigorú strukturált kimenet, jóváhagyást igénylő eszközök, hibák és a 50. cikkely.
[Balázs Csorba](https://balazscsorba.com/hu/about)·2026\. május 14.·frissítve 2026\. október 7.·9 perc olvasás
- [Nuxt](https://balazscsorba.com/hu/blog/tag/nuxt)
- AI SDK
- Streaming
- Structured output
- Tool approval
- Nitro
## A lényeg röviden
- A Nuxt AI funkciók egy Nitro szerverútvonalhoz tartoznak: a modell API-kulcsa a runtimeConfig-ben marad, a providernél lévő hívás a szerveren történik, és az @ai-sdk/vue csak az eredményt rendereli.
- Egy streamelt válasz egy rendezett message parts tömb, nem hosszabbodó string, és egy eszközhívás létrehoz egy tool- előtagú partot, amely önmagában nem tartalmaz szöveget.
- A strukturált kimenetet az output opcióval állítjuk be, és a szolgáltatók a JSON Schema csak egy részhalmazát támogatják: nincs minimum, maximum, minLength vagy maxLength, és nincsenek rekurzív sémák.
- Az AI SDK 7-ben az eszközjóváhagyás a híváson lévő toolApproval szabály, és a jóváhagyásokat az experimental\_toolApprovalSecret értékkel kell aláírni, mert a kliens birtokolja az üzenetelőzményt.
- Az EU AI Act 50. cikkelye 2026. augusztus 2. óta hatályos: a chatbotnak legkésőbb az első interakciónál szólnia kell, hogy MI-vel beszélnek az emberek.
Ezen az oldalon
1. [Hol legyen a modellhívás?](https://balazscsorba.com/#architecture)
2. [Hogyan működnek a streamelt message partok?](https://balazscsorba.com/#streaming-parts)
3. [Hogyan kapok strukturált kimenetet, és mik a korlátai?](https://balazscsorba.com/#structured-output)
4. [Hogyan kerül ember a hurkon belül?](https://balazscsorba.com/#human-approved-tools)
5. [Hogyan viselkednek a hibák, az időlimitek és a tartalékok?](https://balazscsorba.com/#errors-and-fallbacks)
6. [Mit kér a 50. cikkely egy chatbottól?](https://balazscsorba.com/#transparency-and-telemetry)
7. [Nuxt AI ellenőrzőlista](https://balazscsorba.com/#checklist)
8. [Források](https://balazscsorba.com/#sources)
Cikk meghallgatása
0:00
A **Nuxt AI** funkciók egy Nitro szerverútvonal és egy kis Vue kliens: az API-kulcs a `runtimeConfig`\-ben él, és soha nem jut el a böngészőig, a providernél lévő hívás a szerveren történik, az oldal pedig a beérkező message partokat streameli és rendereli. Ennyi az egész architektúra. A nehéz részek a körülötte lévők: sémához kötött strukturált kimenet, olyan eszközök, amelyek ember nélkül nem futhatnak, hibák, amelyeket ki tudsz magyarázni a felhasználónak, és az a közlés, amelyet az EU felé néző chatbot az AI Act 50. cikkelye alapján ad.
Ez a cikk ezt az architektúrát állítja össze az AI SDK-val, annak 2026. szeptemberi állapotában, 7. verzióval, és minden kódrészlet meg van jelölve, melyik verzióval ellenőrizték. A helper nevek főverziók között vándorolnak, tehát rögzítsd a főverziót a `package.json`\-ban, és a rögzített verzió dokumentációját olvasd.
## Hol legyen a modellhívás?
A szerveren, mindig. Ha a böngésző közvetlenül hív egy modell-API-t, a kulcsot átadja annak, aki megnyitja a fejlesztői eszközöket, és sehol nincs olyan pont, ahol rate limitet kényszeríthetnél ki, személyes adatokat maszkolhatnál vagy naplózhatnád, mi történt. Nuxtban ez egy fájl a `server/api` alatt, amit a Nitro HTTP-útvonalvá alakít, meg a `@ai-sdk/vue` a kliensben.
TypeScript
```
// nuxt.config.ts – runtime config is server-only
export default defineNuxtConfig({
runtimeConfig: { aiGatewayApiKey: '' }, // filled from NUXT_AI_GATEWAY_API_KEY
})
```
TypeScript
```
// server/api/chat.ts – AI SDK 7
import { streamText, convertToModelMessages, toUIMessageStream,
createUIMessageStreamResponse, createGateway } from 'ai'
import type { UIMessage } from 'ai'
export default defineEventHandler(async (event) => {
const { messages }: { messages: UIMessage[] } = await readBody(event)
const gateway = createGateway({ apiKey: useRuntimeConfig().aiGatewayApiKey })
const result = streamText({
model: gateway('anthropic/claude-sonnet-5'),
messages: await convertToModelMessages(messages),
})
return createUIMessageStreamResponse({
stream: toUIMessageStream({ stream: result.stream }),
})
})
```
Itt három típus dolgozik. A `UIMessage` az, amit a kliens küld: a teljes beszélgetés UI-metaadatokkal, például időbélyegekkel. A `convertToModelMessages()` levágja ezeket a metaadatokat arra a `ModelMessage[]`\-re, amelyet a modell vár. A `toUIMessageStream()` pedig a modell nyers válaszstreamjét alakítja UI-stream-protokollá, ahogyan azt [a Nuxt quickstart](https://ai-sdk.dev/docs/getting-started/nuxt) dokumentálja. Ha a Vercel AI Gateway helyett közvetlenül szolgáltatót használsz, a forma ugyanaz, csak a `model` sor változik.
Egy streamelt forduló: a böngésző soha nem látja az API-kulcsot, az útvonal birtokolja a modellhívást, és az eszközeredmény nem a kérés végét jelenti, hanem egy új kört.
## Hogyan működnek a streamelt message partok?
Egy streamelt válasz nem egyre hosszabbodó string. Minden üzeneten egy rendezett **parts** tömb van, és a kliens beérkezés közben fűzi hozzá őket. Egy part lehet szöveg, reasoning trace, fájl vagy eszközhívás, az eszközhívás part neve pedig `tool-` meg az a kulcs, amely alatt definiáltad az eszközt. Ezért renderelsz egy `v-for`\-ral és egy `part.type`\-on futó `switch`\-csel, nem a `message.content` interpolálásával.
HTML
```
```
Két következmény. Először: tartsd stabilan a kulcsot partonként, különben a Vue a stream közepén a rossz DOM csomópontot hasznosítja újra, és a szöveg villog. Másodszor: egy eszközhívás partot ad, de szöveget nem, tehát egy naiv chatnapló üres fordulót mutat: a modell egy kört fejezett be, nem a beszélgetést. Erre való a `stopWhen`. Az alapértelmezés `isStepCount(1)`, ami az első kör után megáll, akkor is, ha eszközeredmények várnak; ha ezt feljebb állítod, a modell látja a saját eszközkimenetét, és megválaszolja az eredeti kérdést.
TypeScript
```
// server/api/chat.ts – AI SDK 7
const result = streamText({
model: gateway('anthropic/claude-sonnet-5'),
messages: await convertToModelMessages(messages),
stopWhen: isStepCount(5), // default: isStepCount(1)
tools: {
get_order: tool({
description: 'Look up one order by its order number.',
inputSchema: z.object({ orderNumber: z.string().describe('Order number, e.g. 4711') }),
execute: async ({ orderNumber }) => db.findOrder(orderNumber),
}),
},
})
```
Korlátozd ezt a számot. A körlimit az egyetlen, ami egy összezavarodott modell és egy eszközhurok között áll, és ugyanaz a leállási feltétel, amit bárhol máshol is leírnál. A böngészőnek azt is mutatnia kell, hogy fut egy eszköz: egy spinner a `tool-` parton megmondja a felhasználónak, miért tart négy másodpercig a válasz, és ez a felhasználó által érzékelt minőség nagy része.
A kliens három komponensből és egy hookból áll. A renderelést teljesen a parts tömb hajtja, így egy új parttípus egy új ág egyetlen komponensben, nem pedig a napló átírása.
## Hogyan kapok strukturált kimenetet, és mik a korlátai?
A strukturált kimenet a `generateText` és a `streamText` hívás tulajdonsága, amit az `output` opcióval állítunk be, és ugyanaz a séma irányítja a modellt és validálja az eredményt. Válaszd a lehető legszűkebb formát, ami a feladathoz illik.
Amire szükséged van
Kimenettípus
Amit kikényszerít
Sima szöveg
`Output.text()`
Semmi; egy stringet kapsz
Egy objektum
`Output.object({ schema })`
Sémával validált objektum
Fix számú sor
`Output.array({ element, minItems, maxItems })`
Elemséma és határok
Címke egy fix halmazból
`Output.choice({ options })`
Az opciók egyike kell legyen
Szabad JSON
`Output.json()`
Csak érvényes JSON, forma nélkül
TypeScript
```
// server/api/triage.ts – AI SDK 7
const { output } = await generateText({
model: gateway('anthropic/claude-sonnet-5'),
output: Output.object({
name: 'Triage',
description: 'A routing decision for one support ticket.',
schema: z.object({
severity: z.number().describe('1 to 4, 4 is a total outage'),
team: z.enum(['billing', 'shipping', 'platform']),
summary: z.string().describe('One sentence, no customer name'),
}),
}),
prompt: ticket.body,
})
```
Most az a rész, amelybe belenyúl. A strukturált kimenetek korlátozott dekódolással működnek, ami azt jelenti, hogy a szolgáltató a JSON Schema egy **részhalmazát** támogatja, nem az egészét. A [Claude strukturált kimenetekről szóló dokumentációja](https://platform.claude.com/docs/en/build-with-claude/structured-outputs) pontosan felsorolja ezt a részhalmazt, és három bejegyzés dönti el, hogy a terved átlépi-e a határt:
- **Nincsenek számszerű vagy szöveges határok.** A `minimum`, `maximum`, `multipleOf`, `minLength` és `maxLength` nem támogatott. A tartományokat a saját kódodban validáld, ahol egy használhatos hibaüzenetet is tudsz adni.
- **Nincsenek rekurzív sémák.** Egy kommentfa vagy egy összekapcsolt munkatétel laposítani kell szülőazonosítókkal rendelkező csomópontok listájává, vagy vissza kell adni szövegként.
- **Egyébként szigorú szabályok.** Az objektumokhoz `additionalProperties: false` kell, a tömbök `minItems` értéke csak 0 vagy 1 lehet, az enumokban csak string, szám, boolean vagy null lehet, a külső `$ref` pedig nem használható.
Ha nem támogatott funkciót használsz, már a kérésnél 400-at kapsz részletekkel, nem pedig egy halk generálási hibát. A dróton a szerződés `output_config.format`, `type: "json_schema"` értékkel; a régebbi `output_format` paraméter már elavult. És ne felejtsd el a könyvelést: a strukturált kimenet előállítása maga is egy kör, tehát a `stopWhen`\-nek az eszközhívásokra és a kimenetre együtt kell helyet adnia.
## Hogyan kerül ember a hurkon belül?
Az AI SDK 7-ben a jóváhagyás a hívásra vonatkozó szabály, nem az eszköz tulajdonsága. A `toolApproval` az eszközneveket egy állapothoz rendeli, és a [eszközjóváhagyások dokumentációja](https://ai-sdk.dev/docs/agents/tool-approvals) négyet definiál: nincs jóváhagyási metaadat, és normálisan fut; automatikus jóváhagyás rögzítése; automatikus elutasítás rögzítése indoklással; és a `user-approval`, amely kérést bocsát ki, és válaszra vár. Mivel ez egyszerre függvény és térkép, a döntés függhet a feldolgozott bemenettől és a hívó szerepétől.
TypeScript
```
// AI SDK 7
const result = await generateText({
model: gateway('anthropic/claude-sonnet-5'),
messages,
tools: { issue_refund: tool({ inputSchema: refundSchema, execute: runRefund }) },
toolApproval: {
issue_refund: async ({ amountCents }, { runtimeContext }) => {
if (runtimeContext.role !== 'support-lead') {
return { type: 'denied', reason: 'Only a support lead can refund' }
}
return amountCents > 5000 ? 'user-approval' : undefined
},
},
})
```
A kliensoldal egy parttípus és egy hívás. A jóváhagyási kérelmek `state: 'approval-requested'` állapú eszköz partként jelennek meg, és az `addToolApprovalResponse()` függvénnyel válaszolsz rájuk, opcionálisan `sendAutomaticallyWhen: lastAssistantMessageIsCompleteWithApprovalResponses` értékkel, hogy az SDK a válasz után újraküldje a kérést. Ha egy eszközt elutasítanak, szólj a modellnek, hogy ne próbálja újra, különben jóváhagyási hurkot építettél.
**A megjelenített jóváhagyás nem a végrehajtott jóváhagyás**
A szokásos `useChat` mintában a szerver újraépíti a beszélgetést a kliens által küldött üzenetekből, vagyis ez az előzmény kliens által uralt bemenet. A benne lévő jóváhagyásokat újra validáljuk, de egy olyan kliens, amely érvényesnek látszó jóváhagyást gyárt, kihagyhatja az embert. Állítsd be az `experimental_toolApprovalSecret` értéket, és a szerver HMAC-aláírással jelöli minden kérést, az eszköznevhöz, a call id-hez és a bemenethez kötve; a manipulált jóváhagyás az eszköz futása előtt elutasításra kerül.
Ha egy eszköz a te saját oldaladon végzett művelet, nem a felhasználóén, a modellt is benyomhatod a böngészőbe, és átadhatod az oldalnak. Ez a [WebMCP](https://balazscsorba.com/hu/blog/webmcp-agent-ready-website-guide) út, és jól illeszkedik: a Nitro útvonal tartja a kulcsot és a jóváhagyásokat, az oldal eszköze a felületet.
## Hogyan viselkednek a hibák, az időlimitek és a tartalékok?
Az első meglepetés: egy streamben a hibák nem dobódnak. A `streamText` azonnal streamelni kezd, és a félúton bekövetkező hiba a stream részévé válik, nem kivétellé, így a kapcsolat nem szakad meg, és a felhasználónak megvan az első bekezdése. Ez csak akkor segít, ha kezeled is, vagyis egy `onError` callback a szerveren és egy hibapart a felületen.
A második: a hiányzó kimenet nem ugyanaz, mint az elromlott kimenet. A nem streamelt hívások a séma illesztésének kudarcát `NoObjectGeneratedError` formájában jelzik, ami megőrzi a legenerált `text`\-et, a válaszmetaadatokat és a tokenfelhasználást, így naplózhatod, mi ment félre, találgatás nélkül. Ha az utolsó kör nem leállási oknál, hanem eszközhívásokon ér véget, akkor az `output` olvasása `NoOutputGeneratedError`\-t dob. Mindkettő szokásos vezérlési folyamat; kezeld őket külön, mert csak az egyik hiba.
Minden másról az indulás előtt döntsd el, mit lát a felhasználó. Az idő limithez kell egy leírt felső korlát, mert a proxy alapértelmezései nem termékdöntések. A kedvezőbb modellre váltó tartalékhoz küszöb kell, nem megérzés, a költség- és késleltetési kereteket pedig érdemes funkciónként mérni, nem feltételezni. Az elutasított kérés nem olyan hiba, amit el kell dugni: mondd meg, mit utasítottak el. Az offline út pedig többet ér, mint elsőre hangzik, mert az a funkció, amelyik csak hálózattal működik, az a funkció, amelyet nem tudsz bemutatni.
HTML
```
The assistant is unavailable, so your message was not sent.
```
Ha az emberek mellett az ügynököket is kiszolgálod, ezek egyike sem opcionális. Saját `llms.txt`\- és Markdown-ábrázolásom lefedi azt az esetet, amikor egyáltalán nincs böngésző-session, és erről szól az [llms.txt verszum Accept: text/markdown](https://balazscsorba.com/hu/blog/llms-txt-vs-markdown-content-negotiation) cikk.
## Mit kér a 50. cikkely egy chatbottól?
2026\. augusztus 2. óta hatályos az EU AI Act 50. cikkelyének átláthatósági kötelezettsége, és a csapatokat az egyszerűbbik fogja meg: ha egy rendszer közvetlenül emberrel lép interakcióba, tájékoztatni kell arról, hogy egy MI-rendszerrel interakcióba lép. Az [50\. cikkely szövege](https://artificialintelligenceact.eu/article/50/) a közlést legkésőbb az első interakció időpontjára teszi, ami kizár egy olyan sort a láblécben, amit senki nem olvas. Tedd oda, ahol a beszélgetés kezdődik, és tedd oda, mielőtt megérkezik az első token. A Bizottság [végleges iránymutatásai az átláthatósági kötelezettségekről](https://www.faegredrinker.com/en/insights/publications/2026/7/eu-ai-act-commission-confirms-transparency-code-of-practice-as-adequate-and-publishes-final-version-of-its-guidelines-on-transparency-obligations) 2026. júliusban jelentek meg; a fejlesztők teljes ellenőrzőlistája a [50\. cikkely fejlesztői ellenőrzőlistájában](https://balazscsorba.com/hu/blog/eu-ai-act-article-50-developer-checklist) van. Ez nem jogi tanács.
A telemetria, amelyet az első naptól akarsz, kicsi, és nagyrészt a bizalomról szól. Kérésenként: a modell és a verzió, a tokenek be és ki, az első token ideje és a teljes időtartam. Eszközönként: melyik eszköz, a jóváhagyás állapota, ki hagyta jóvá és mikor. Hibánként: melyik hibaosztály, és hogy tűz-e tartalék. Plusz egy szám, amelyet csak a termékfelelős néz: a session indulásakor érvényes közlési állapot. Az AI SDK szállít egy [telemetriamodult](https://ai-sdk.dev/docs/ai-sdk-core/telemetry), de a jóváhagyási naplót te írod, és éppen azt fogja kérni egy auditor vagy egy dühös ügyfél.
Két szabály tartja ezt őszintén. Naplózd a kérés azonosítóját, a modellt és az eredményt, ne a prompt szövegét: a promptok a leggyorsabb út a személyes adatokig egy olyan naplótárban, amelyet senki nem nézett át. És döntsd el a szállítás előtt, milyen adatok hagyják el a gépet, mert ezt utólag felépíteni egyenlő egy újraírással. Ha egy csapattal végigmész ezen, akkor a [Vue és Nuxt oldal](https://balazscsorba.com/hu/expertise/vue-nuxt-developer) nagyrészt SSR, streamelés, és a titkok `runtimeConfig`\-ben tartása.
## Nuxt AI ellenőrzőlista
1. **Tartsd a kulcsot a szerveren.** Egy Nitro útvonal a `server/api` alatt, a kulcs a `runtimeConfig`\-ben, csak a környezetből olvasva.
2. **Streamelj és renderelj partokat, ne stringeket.** Stabil kulcs partonként, és látható állapot az eszköz partokhoz.
3. **Korlátozd a köröket.** `stopWhen: isStepCount(n)` egy általad választott számmal, plusz egy eszköz, amely elutasítja a nonszensz bemenetet.
4. **Válaszd a legszűkebb kimenettípust,** ami illik, és a támogatott séma-részhalmazon belül tervezz: nincs határérték, nincs rekurzió, zárt objektumok.
5. **Validáld a saját szabályaiddal,** amit a modell visszaad, mert a séma nem tud mindent kifejezni.
6. **Kérj jóváhagyást a következményes eszközökhöz** a `toolApproval` opcióval, és signáld a jóváhagyásokat az `experimental_toolApprovalSecret` értékkel, hogy egy jóváhagyást gyártó kliens ne ugorja át az embert.
7. **A stream hibáit `onError`\-ral kezeld,** és különítsd el a meghiúsult objektumot a hiányzótól.
8. **Írd le az idő limitet** és a tartalék küszöbét indulás előtt, és mutasd a felhasználónak, melyik lépett életbe.
9. **Közlés az MI-ről az első interakciónál,** és naplózd a közlési állapotot a kéréssel együtt.
## Források
1. [AI SDK docs: Vue.js (Nuxt) quickstart](https://ai-sdk.dev/docs/getting-started/nuxt)
2. [AI SDK docs: Generating structured data](https://ai-sdk.dev/docs/ai-sdk-core/generating-structured-data)
3. [AI SDK docs: Tool approvals](https://ai-sdk.dev/docs/agents/tool-approvals)
4. [Claude API docs: Structured outputs](https://platform.claude.com/docs/en/build-with-claude/structured-outputs)
5. [AI SDK docs: Telemetry](https://ai-sdk.dev/docs/ai-sdk-core/telemetry)
6. [EU AI Act, Article 50: Transparency obligations](https://artificialintelligenceact.eu/article/50/)
7. [Faegre Drinker: Commission confirms the Transparency Code of Practice (2026. július)](https://www.faegredrinker.com/en/insights/publications/2026/7/eu-ai-act-commission-confirms-transparency-code-of-practice-as-adequate-and-publishes-final-version-of-its-guidelines-on-transparency-obligations)
## Gyakori kérdések
Hogyan tartsam ki a böngészőből az LLM API-kulcsot egy Nuxt alkalmazásban?
Tedd a kulcsot a runtimeConfig-be a nuxt.config.ts fájlban, hagyd üresen az ottani értéket, és töltsd be egy környezeti változóból, például NUXT\_AI\_GATEWAY\_API\_KEY. Ezután hívd meg a modellt a server/api alatti fájlból, amelyet a Nitro HTTP-útvonalként tesz elérhetővé. A klienskomponens ezzel az útvonalal beszél, nem a szolgáltatóval, így a kulcs, a rate limitek és a maszkolás is a szerveren marad.
Mi az a UI message part az AI SDK-ban?
Egy streamelt chatben minden üzenet egy rendezett parts tömb, és a kliens beérkezés közben fűzi hozzá őket. Egy part lehet szöveg, reasoning trace vagy eszközhívás, az eszközpartok neve pedig a tool- előtagból és abból a kulcsból áll, amely alatt definiáltad az eszközt. Ezért renderelsz egy hurokkal a message.parts elemein és egy switch-csel a part.type-on, nem egyetlen content string interpolálásával.
Miért mutat üres fordulót a chatbotom eszközhívás után?
Mert az eszközhívás előállítása egy kört fejez be, nem a beszélgetést. Az AI SDK-ban az alapértelmezett leállási feltétel isStepCount(1), vagyis a generálás az első kör után leáll, noha az eszközeredményeket még vissza kell küldeni a modellnek. Emeld meg a stopWhen értékét, például isStepCount(5)-re, hogy a modell lássa a saját eszközkimenetét, és megválaszolja az eredeti kérdést.
Mely JSON Schema kulcsszavakat nem támogat a strukturált kimenet?
A szolgáltatók korlátozott dekódolással a JSON Schema egy részhalmazát kényszerítik ki. A Claude API-n ez kizárja a rekurzív sémákat, a számszerű megkötéseket (minimum, maximum, multipleOf), a szöveges megkötéseket (minLength, maxLength), az enumokon belüli összetett típusokat, a külső $ref hivatkozásokat, valamint a minItems 0 vagy 1 értékénél szigorúbb tömbmegkötéseket. Az objektumoknak additionalProperties értékét false-ra kell állítaniuk. Nem támogatott kulcsszó esetén már a kérésnél 400-as hiba jön részletekkel.
Kell-e az EU felhasználóit értesíteni, hogy egy weboldalas chatbot AI-t használ?
Igen. Az EU AI Act 50. cikkelye 2026. augusztus 2. óta hatályos, és megköveteli, hogy az embereket értesítsük, amikor egy rendszer közvetlenül interakcióba lép velük. Az 50. cikkely szövege a közlést legkésőbb az első interakcióra teszi, ezért a chatbot ott mondja el, hol kezdődik a beszélgetés, nem pedig a láblécben. Ez egy összefoglaló fejlesztőknek, nem jogi tanács.
Írta: Csorba Balázs
Senior fullstack és AI mérnök Stájerországban – több mint 10 év Vue, Nuxt, Node.js és PHP, ma AI-ügynököknek építek eszközöket.
[Vue.js és Nuxt fejlesztés →](https://balazscsorba.com/hu/expertise/vue-nuxt-developer)[Rólam →](https://balazscsorba.com/hu/about)
## További cikkek
- [AI-csevegő UI Vue-ban és Nuxtban: akadálymentes streaming](https://balazscsorba.com/hu/blog/vue-ai-chat-ui-streaming-accessibility)
- [Nuxt-alkalmazás megerősítése: CSP, fejlécek és korlátok a Nuxt Security-val](https://balazscsorba.com/hu/blog/nuxt-security-module)
- [Schema.org strukturált adatok B2B webshopokhoz: bejelentkezés mögötti árak, egységek és változatok](https://balazscsorba.com/hu/blog/schema-org-structured-data-b2b-shop)
- [Többnyelvű SEO Nuxt i18n-nel: URL-stratégia, hreflang, canonical és sitemap](https://balazscsorba.com/hu/blog/nuxt-i18n-multilingual-seo-hreflang)
## Pont erre van szükséged?
Írj a projektedről vagy a pozícióról – szívesen hallok felőled.
[Lépj velem kapcsolatba](mailto:contact@balazscsorba.com) [Kapcsolódjunk LinkedInen](https://www.linkedin.com/in/balazs-csorba)