TanStack AI 1.1.0: Was sich geändert hat und wie Sie upgraden (2026)

@tanstack/ai 1.1.0 erschien am 4. November 2026. Verifizierter Release-Datensatz, wichtige Cancellation-Änderungen und sicherer Upgrade-Pfad für AI-SaaS-Apps.

Huifer
Huifer
5. November 202610 min read
Auch verfügbar auf:English · 中文

Geschrieben von Huifer, Solo-Entwickler und Maintainer von TanStack Ship. Als npm @tanstack/ai am 2026-11-05 auf den latest-dist-tag verschob, habe ich das getan, was ich bei jedem Dependency-Bump in meinen eigenen Templates mache: Ich habe beide veröffentlichten Tarballs — 1.0.1 und 1.1.0 — heruntergeladen und die ausgelieferten Type-Deklarationen verglichen, statt einer Changelog-Zusammenfassung zu vertrauen. Dieser Diff ist das Rückgrat dieses Leitfadens, und er hat verändert, was ich vom Release erwartet hatte.

Verifizierte Quellen: TanStack · TanStack AI-Dokumentation · @tanstack/ai 1.1.0 auf npm · TanStack AI auf GitHub · web.dev · Cloudflare Workers-Dokumentation

Zuletzt aktualisiert: 2026-11-05 · Changelog

@tanstack/ai 1.1.0 ist das aktuelle latest-Release von TanStacks typsicherem TypeScript-AI-SDK. npm veröffentlichte es um 2026-11-04T14:01:38Z, und der latest-dist-tag wurde am 2026-11-05 verschoben. Es ist ein Minor-Bump von 1.0.1 (2026-10-29), weshalb SemVer eine rückwärtskompatible Änderung verlangt. Die veröffentlichte README ist bis auf zwei Sponsor-Logo-URLs identisch mit 1.0.1, daher steckt der nützliche Diff im Code — und er sagt lautstark eines: Der Abbruch (Cancellation) wird jetzt durchgängig weitergegeben, vom Aufrufer bis zur MCP-Tool-Discovery, Generierungs-Aktivitäten, Realtime-Token-Erzeugung, Datei-Uploads und Video-Jobs.

TL;DR

  • Gemessen: @tanstack/ai 1.1.0 wurde am 2026-11-04T14:01:38Z auf npm veröffentlicht; der latest-dist-tag wurde am 2026-11-05 verschoben (Quelle: npm-Registry-Eintrag).
  • Gemessen: 12 @tanstack/ai*-Pakete zwischen 13:58:44Z und 14:02:01Z veröffentlicht — ein 3-minütiges, 17-sekündiges Release-Fenster.
  • Berechnet: 65 der 644 Dateien im veröffentlichten Tarball änderten sich zwischen 1.0.1 und 1.1.0 — etwa 10 % des Pakets.
  • Gemessen: Die README ist byte-identisch bis auf zwei Sponsor-Bild-URLs. Die Dokumentation änderte sich nicht; der Code schon.
  • Gemessen: Die API-Erweiterungen betreffen den Abbruch — abortSignal und timeout bei Generierungs-Aktivitäten, signal bei MCP-Tool-Discovery, abortSignal bei Realtime-Token- und Connect-Aufrufen.
  • Mein Urteil: ein Low-Risk-Bump, aber upgraden Sie die gesamte @tanstack/ai*-Familie in einem Commit, da die Adapter separat vom Core ausgeliefert werden.

Kurze Antwort: @tanstack/ai 1.1.0 ist TanStacks typsicheres AI-SDK, am 2026-11-04 als latest-Tag nach 1.0.1 auf npm veröffentlicht. Die messbare Änderung ist die Abbruch-Infrastruktur: abortSignal und timeout fließen jetzt von der Chat-Middleware in die MCP-Discovery, Embeddings, Realtime-Tokens, Datei-Uploads und Video-Jobs.

TanStack AI 1.1.0: Was sich geändert hat und wie Sie upgraden (2026)

Dieser Leitfaden richtet sich an den Entwickler mit einem KI-Feature in Produktion, der nun @tanstack/ai@1.1.0 in einem Dependency-Audit sieht — und an den Gründer, der entscheidet, wo die KI-Schicht leben soll. Wenn Sie noch einen Startpunkt wählen, springen Sie zu Welche AI-SaaS-Template-Fähigkeit dieses Release unterstützt.

Alles Folgende wird anhand der beiden veröffentlichten npm-Tarballs und der Registry-Metadaten gemessen, da die meisten Release-Zusammenfassungen hier aus einem Changelog geschrieben werden, das im Registry-Payload nicht existiert.

Was @tanstack/ai 1.1.0 tatsächlich ausliefert: Der verifizierte Datensatz

Was der npm-Eintrag beweist

Der Registry-Eintrag für 1.1.0 ist das maßgebliche Artefakt. Hier ist, was er — wie veröffentlicht — enthält:

Registry-FeldWert in @tanstack/ai@1.1.0
Version1.1.0 (previous: 1.0.1, published 2026-10-29)
Publish timestamp2026-11-04T14:01:38.341Z
Description"Type-safe TypeScript AI SDK for streaming chat, tool calling, agents, structured outputs, and multimodal generation."
LicenseMIT
EnginesNode >=18
Repositorygit+https://github.com/TanStack/ai.git (directory packages/ai)
Runtime dependencies@ag-ui/core@1.0.0, @tanstack/ai-utils@^1.0.1, @tanstack/ai-event-client@^1.0.1, @cfworker/json-schema@^4.1.1, @standard-schema/spec@^1.1.0, fast-json-patch@^3.1.1, partial-json@^0.1.7
Peer dependency@opentelemetry/api >= 1.9.0 (optional)
Export subpaths., ./byok, ./locks, ./client, ./testing, ./adapters, ./byok/server, ./middlewares, ./middlewares/otel, ./adapter-internals
Package size644 published files; sideEffects: false

Zwei Zeilen sind für eine Upgrade-Entscheidung am wichtigsten. Die einzigen Abhängigkeitsbereiche, die sich verschoben haben, sind die zwei internen TanStack-Pakete — @tanstack/ai-utils und @tanstack/ai-event-client, beide von ^1.0.0 auf ^1.0.1; alles Externe blieb unverändert. Und die Export-Map änderte sich überhaupt nicht, weshalb kein Import-Pfad in Ihrer App umgeschrieben werden muss.

Was der npm-Eintrag nicht beweist

Das Registry-Payload enthält keinen Changelog-Body, und die README im 1.1.0-Tarball ist bis auf zwei Sponsor-Logo-URLs identisch mit der 1.0.1-README. „Was ist neu" lässt sich daher nicht allein aus den Registry-Metadaten beantworten — es muss durch den Diff der veröffentlichten Builds beantwortet werden, was ich getan habe.

Die tatsächliche Änderung: Abbruch- und Timeout-Weitergabe

Der Diff der beiden veröffentlichten Tarballs zeigt 65 geänderte Dateien von 644, verteilt über Chat, MCP, Middleware, Embeddings, Dateien, Realtime und Video. Das Thema ist eines: Ein Abbruch-Signal erreicht jetzt die Arbeit, anstatt nur den Wrapper drumherum zu stoppen.

Chat-Middleware sieht jetzt ein verknüpftes Abbruch-Signal

In 1.0.1 hielt der Chat-Runner zwei getrennte Vorstellungen von „abgebrochen": das abortController.signal des Aufrufers und der eigene abort()-Controller der Middleware. In 1.1.0 berechnet der Runner ein einzelnes linkedSignal — das Aufrufer-Signal plus ctx.abort() — und übergibt dieses an die Middleware und den Adapter-Request. Der ausgelieferte Kommentar sagt es klar: /** Das Aufrufer-Signal plus ctx.abort(), nur wenn es ein Aufrufer-Signal gibt. */

Für eine App, die einen Chat aus der UI abbricht, ist das der Unterschied zwischen „der Request wurde gestoppt" und „der Request, die Tool-Schleife und der Provider-Call wurden alle gestoppt". Die Middleware-Type-Deklaration wurde angepasst: signal bricht jetzt ab, wenn der Aufrufer den Chat-Request abbricht oder eine Middleware abort() aufruft.

MCP-Tool-Discovery erhält das Run-Signal

MCP ist die Stelle, an der eine KI-App am häufigsten hängen bleibt. In 1.0.1 nahm MCPToolManager.discover() keine Argumente, und jeder tools()-Aufruf einer MCP-Quelle konnte nicht abgebrochen werden. In 1.1.0 ist der Typ:

typescript
export interface MCPToolSource {
  tools: (options?: {
    lazy?: boolean
    signal?: AbortSignal
  }) => Promise<Array<AnyServerTool>>
  close: () => Promise<void>
}

und MCPToolManager.discover(signal?: AbortSignal) leitet das Signal des Chat-Runs an den tools()-Aufruf jeder Quelle weiter. Der dokumentierte Vertrag besagt ausdrücklich, dass eine Quelle, die signal ignoriert, weiterhin funktioniert — das ist eine optionale Kooperation, keine harte Anforderung.

Generierungs-Aktivitäten akzeptieren abortSignal und timeout

Die embed()-Aktivität erhielt zwei Optionen, die es in 1.0.1 nicht gab, und die Deklarations-Kommentare definieren die Semantik präzise:

typescript
export declare function embed<TAdapter extends EmbeddingAdapter<string, any, any, any>>(
  options: EmbedOptions<TAdapter>,
): Promise<EmbeddingResult>
typescript
// innerhalb von EmbedOptions in 1.1.0
timeout?: number // Maximale Dauer dieses Aktivitäts-Aufrufs in Millisekunden.
                 // Kein SDK-weiter Standardwert — wählen Sie einen Wert, der zu Provider und Job passt.
                 // Kombiniert mit abortSignal; der erste Abbruch gewinnt.
abortSignal?: AbortSignal // Abbruch-Signal des Aufrufers (Request-Trennungen, Job-/Runtime-
                          // Abbruch). Kombiniert mit timeout zu einem effektiven Signal,
                          // das an den Adapter weitergeleitet wird. Request-spezifisch — nicht
                          // in der globalen Provider-Client-Konfiguration gespeichert.

Es gibt keinen SDK-weiten Timeout-Standardwert. Das ist eine bewusste Design-Entscheidung in der Type-Oberfläche, und es bedeutet, dass die Grenze pro Aktivität von Ihnen gesetzt wird — genau das, was Sie für einen Embedding-Job wollen, der einen Request nicht überleben darf.

Realtime-, Datei- und Video-Adapter akzeptieren ein Abbruch-Signal

Dieselbe Form breitet sich durch die Adapter-Schicht aus:

  • Realtime: RealtimeTokenAdapter.generateToken(options?: { abortSignal?: AbortSignal }), RealtimeTokenOptions.abortSignal und connect(token, clientTools?, options?: { abortSignal?: AbortSignal }). Das client-seitige Verbindungs-Setup kann jetzt abgebrochen werden, nicht nur der Token-Request.
  • Dateien: upload, get und delete auf FilesAdapter nehmen jeweils ein optionales { abortSignal }, mit der Anweisung, dass Adapter es an den Provider-Request weiterleiten, sofern unterstützt.
  • Video: getVideoStatus und getVideo akzeptieren { abortSignal }, und ein neues optionales cancelVideoJob(jobId, options?) erlaubt einem Adapter, den Provider zu bitten, einen noch laufenden Job zu stoppen. Der ausgelieferte Vertrag besagt, dass es best-effort ist: Eine Ablehnung wird geloggt, nicht geworfen.

Der Release-Train vom 2026-11-04: Gleichen Sie die gesamte AI-Familie ab

@tanstack/ai ist ein Monorepo-Release, und die Pakete teilen sich keine Versionsnummer. Hier ist, was ich für den 2026-11-04 auf npm verifiziert habe:

| Paket | Veröffentlichte Version | Zeitstempel (UTC) | | --- | --- | | @tanstack/ai-anthropic | 1.1.0 | 13:58:44 | | @tanstack/ai-client | 1.1.0 | 13:58:45 | | @tanstack/ai-event-client | 1.0.1 | 13:58:50 | | @tanstack/ai-openrouter | 1.1.0 | 13:59:02 | | @tanstack/ai-openai | 1.1.0 | 13:59:23 | | @tanstack/ai-mcp | 1.1.0 | 13:59:50 | | @tanstack/ai-react | 1.0.2 | 13:59:53 | | @tanstack/ai-gemini | 1.1.0 | 14:00:14 | | @tanstack/ai-solid | 1.0.1 | 14:00:30 | | @tanstack/ai-cloudflare | 1.1.0 | 14:01:37 | | @tanstack/ai | 1.1.0 | 14:01:38 | | @tanstack/ai-utils | 1.0.1 | 14:02:01 |

@tanstack/ai-vue (1.0.1), @tanstack/ai-svelte (1.0.0) und @tanstack/ai-preact (1.0.1) waren nicht Teil dieses Trains; ihre latest-Versionen tragen weiterhin frühere Veröffentlichungs-Zeitstempel.

Warum Versions-Ausrichtung wichtiger ist als der Core-Bump

Da die Framework- und Adapter-Pakete eigene Versionen tragen (ai-react bei 1.0.2, ai-utils bei 1.0.1), ist ein partielles Upgrade durchaus möglich — und es ist die wahrscheinlichste Art, wie Sie dieses Release beißt. Der Core deklariert @tanstack/ai-utils: ^1.0.1 und @tanstack/ai-event-client: ^1.0.1 als Caret-Bereiche, weshalb npm bereitwillig ein veraltetes 1.0.0 in Ihrem Tree auflöst, wenn Ihre Lockfile es festpinnt — und Sie würden einen 1.1.0-Core gegen 1.0.0-Interna ausführen, ohne dass ein Fehler Sie darauf hinweist.

Behandeln Sie die Familie als eine Einheit: Heben Sie jeden @tanstack/ai*-Eintrag in einem Commit an und installieren Sie dann neu, damit npm die gesamte Menge aus demselben Release-Fenster auflöst.

Verifizieren Sie es selbst in vier Befehlen

Das ist der gesamte Verifikations-Loop, und er dauert etwa eine Minute.

bash
# 1. Was der Registry über 1.1.0 sagt
npm view @tanstack/ai@1.1.0 version description license engines peerDependencies

# 2. Wer besitzt den latest-Tag, und wann jede Version landete
npm view @tanstack/ai dist-tags
npm view @tanstack/ai time --json | grep -E '"1\.(0|1)\.'

# 3. Die Abhängigkeitsbereiche, die sich tatsächlich verschoben
npm view @tanstack/ai@1.0.1 dependencies
npm view @tanstack/ai@1.1.0 dependencies
bash
# 4. Diffen Sie die zwei veröffentlichten Builds, statt einer Changelog-Zusammenfassung zu vertrauen
mkdir -p /tmp/ai-diff && cd /tmp/ai-diff
npm pack @tanstack/ai@1.0.1 --silent
npm pack @tanstack/ai@1.1.0 --silent
mkdir -p old new
tar -xzf tanstack-ai-1.0.1.tgz -C old
tar -xzf tanstack-ai-1.1.0.tgz -C new
diff -rq old/package/dist new/package/dist | wc -l
diff -u old/package/dist/esm/activities/chat/mcp/types.d.ts \
        new/package/dist/esm/activities/chat/mcp/types.d.ts

Schritt 4 ist der, der sich bezahlt macht: So habe ich die MCP-signal-Erweiterung und die timeout-/abortSignal-Optionen an embed() gefunden, von denen keine in der README des Pakets erscheint.

Welche AI-SaaS-Template-Fähigkeit dieses Release unterstützt

Dies ist ein technisches Release, daher hier die Käufer-Entscheidung, die es tatsächlich beeinflusst, statt eines generischen Verkaufs-Absatzes.

Die Abbruch-Infrastruktur ist der Unterschied zwischen einem KI-Feature, das das kostet, was Sie erwarten, und einem, das leise für Arbeit abrechnet, die niemand erhielt. Wenn ein Nutzer den Tab mitten in der Antwort schließt, laufen der Provider-Request, die MCP-Tool-Discovery und der Embedding-Job alle weiter, sofern sie nichts abbricht. Mit 1.1.0 kann eine TanStack-Start-Route ihr request.signal an die Aktivität übergeben, und ein kooperativer MCP-Server stoppt seine Discovery, wenn der Run abgebrochen wird.

Das ist eine Template-Fähigkeit, kein Anwendungs-Detail. Ein Boilerplate, das Streaming-Chat, Tool-Calling, strukturierte Outputs und Credit-Metering ausliefert, sollte auch Abbruch mitliefern, sonst implementiert jeder Kunde es neu — genau das sollen die AI-SaaS-Boilerplates, die ich vergleiche, offenlegen.

Konkret sind drei Oberflächen in jedem AI-SaaS-Startpunkt einen Check wert:

  • Streaming-Chat — chat() plus toServerSentEventsResponse() aus der offiziellen Dokumentation, wobei die SSE-Response auf einer Worker-Runtime geflusht wird, wie im Cloudflare-Streams-API-Guide beschrieben.
  • Tool-Calling und MCP — ein toolDefinition()-Vertrag, den Sie server-seitig implementieren können, und eine MCP-Schicht, die bei einem abgebrochenen Run nicht mehr blockiert.
  • Strukturierte Outputs — outputSchema mit Zod, ArkType, Valibot oder plain JSON Schema, sodass ein geparstes Ergebnis ein typisiertes Objekt ist statt eines Strings, den Sie per Regex verarbeiten.

Wenn Sie funktionierende Beispiele statt einer API-Referenz wollen, liefert das AI-Image-Studio-Template die Image-Pipeline (Generierung, Bearbeitung, Upscale, Galerie, Credits) und das AI-Workspace-Template Multi-Model-Chat, RAG, Websuche, MCP-Tool-Calls, Credit-Metering und Stripe-Billing — alles auf TanStack Start.

Einschränkungen, Offenlegung und wie Sie die Aussagen lesen

Hier verwendete Claim-Typen. Gemessen bedeutet direkt aus den npm-Registry-Metadaten oder dem veröffentlichten Tarball gelesen. Berechnet bedeutet Arithmetik, die ich mit diesen Dateien durchgeführt habe (die 65-von-644-Zählung, die Dauer des Release-Fensters). Geschätzt bedeutet mein Urteil. Vom Nutzer bereitgestellt bedeutet nichts — keine Metrik hier stammte von einem Nutzer oder Kunden.

Was ich nicht getan habe. Ich habe dieses Release nicht in einer Produktions-Anwendung ausgeführt. Ich habe zwei veröffentlichte Tarballs verglichen und die ausgelieferten Type-Deklarationen gelesen; ich habe keine Benchmarks für Streaming-Latenz, Token-Kosten oder Abbruch-Latenz durchgeführt und behaupte keine Verbesserung darin. Der Upstream-Changelog für 1.1.0 war für mich nicht verfügbar, weshalb dieser Leitfaden Verhaltensänderungen über die Type-Oberfläche hinaus — eine Standardwertänderung, ein Runtime-Fix ohne Type-Änderung — nicht zeigt. Prüfen Sie das TanStack-AI-GitHub-Repository auf den Source-Diff, bevor Sie ausliefern.

Offenlegung. Ich betreue TanStack Ship, und die oben verlinkten Templates sind meine eigenen Produkte. Ich habe keine materielle Verbindung zu einem hier genannten Model-Provider und erhebe keine Ansprüche bezüglich Preisen, Verfügbarkeit oder Modellpalette eines Providers.

Fazit und nächster Schritt

@tanstack/ai 1.1.0 ist ein gut verhaltenes Minor-Release: Die Export-Map ist unverändert, die externen Abhängigkeiten sind unverändert, die README ist effektiv unverändert, und das gesamte API-Delta ist eine Reihe optionaler abortSignal- und timeout-Parameter, die den Abbruch zur Arbeit durchreichen, statt am Wrapper zu stoppen. Das Risiko liegt nicht in der API — es liegt darin, nur den Core upzugraden und die Adapter-Pakete eine Version zurückzulassen.

Nächster Schritt: Vergleichen Sie AI-SaaS-Boilerplates nebeneinander und prüfen Sie, welche Streaming-Chat, Tool-Calling, Credit-Metering und durchgängig verdrahteten Abbruch ausliefern — und durchstöbern Sie die Templates und sehen Sie sich dasjenige an, das zu Ihrem Produkt passt, bevor Sie den ersten Prompt-Handler schreiben.

Verwandte Lektüre: Tanstack React Query 5 106 0 Release Guide · Tanstack Redact Webpack Rspack Setup Guide · Tanstack Ecosystem Complete Guide 20260620

FAQ: @tanstack/ai 1.1.0 Upgrade

Ist @tanstack/ai 1.1.0 eine Breaking Change?

Nein. Es ist ein Minor-Version-Bump von 1.0.1, und SemVer verlangt Rückwärtskompatibilität. Ich habe das auf Artefakt-Ebene verifiziert: Die Export-Map ist zwischen 1.0.1 und 1.1.0 identisch, die README unterscheidet sich nur in zwei Sponsor-Logo-URLs, und jeder externe Abhängigkeitsbereich ist unverändert. Die neuen Optionen sind optional, weshalb bestehende Aufrufe unverändert kompilieren und laufen.

Muss ich jedes @tanstack/ai-Paket gleichzeitig upgraden?

Das sollten Sie. Die Familie teilt sich keine Versionsnummer — ai-react wechselte auf 1.0.2, ai-utils auf 1.0.1 — und der Core hängt mit Caret-Bereichen von @tanstack/ai-utils und @tanstack/ai-event-client ab. Ein partielles Upgrade kann einen 1.1.0-Core gegen 1.0.0-Interna laufen lassen, ohne dass ein Fehler es meldet.

Ändert @tanstack/ai 1.1.0, wie ich einen Streaming-Chat-Endpoint schreibe?

Nein. Die veröffentlichte README für 1.1.0 dokumentiert weiterhin denselben chat()-Aufruf und dasselbe toServerSentEventsResponse()-Transport wie 1.0.1, und der Diff zeigt keine Änderung an der Type-Oberfläche des chat-Entry-Points. Wenn Ihr Endpoint bereits funktioniert, funktioniert er weiter. Geändert hat sich, was darunter passiert, wenn ein Run abgebrochen wird.