流式输出的深度剖析
之前一直在调用openai的key，只是照着文档进行流式调用，也只知其确是流式与api有所不同，而未成体系深究其实现原理。
就以openai的官方流式输出为切入。
概述
流式输出（Streaming Output）是 HTTP 响应中的一种模式，服务器可以在生成部分内容时立即将这些内容发送给客户端，而无需等待整个响应内容生成完成。这种方式常用于实时交互、高延迟操作或长时间任务中，比如 OpenAI 的 GPT 模型生成流式对话。
package main
import (
"bufio"
"bytes"
"encoding/json"
"fmt"
"net/http"
"strings"
"time"
)
// 定义必要的数据结构
type Message struct {
Role string `json:"role"`
Content string `json:"content"`
}
type RequestBody struct {
Model string `json:"model"`
Messages []Message `json:"messages"`
Temperature float64 `json:"temperature"`
Stream bool `json:"stream"`
}
type Choice struct {
Delta struct {
Content string `json:"content"`
} `json:"delta"`
}
type ResponseBody struct {
Choices []Choice `json:"choices"`
}
const (
apiURL = "https://api.example.com/v1/chat/completions" // 替换为实际的 API 地址
authToken = "your-auth-token" // 替换为实际的 Token
model = "gpt-3.5-turbo"
temperature = 0.7
)
func StreamHandler(w http.ResponseWriter, r *http.Request) {
// 从查询参数获取输入内容
content := r.URL.Query().Get("content")
if content == "" {
http.Error(w, "Missing 'content' parameter", http.StatusBadRequest)
return
}
// 构造请求体
message := Message{
Role: "user",
Content: content,
}
requestBody := RequestBody{
Model: model,
Messages: []Message{message},
Temperature: temperature,
Stream: true,
}
jsonData, err := json.Marshal(requestBody)
if err != nil {
http.Error(w, "Failed to marshal request body", http.StatusInternalServerError)
return
}
// 创建 HTTP 请求
req, err := http.NewRequest("POST", apiURL, bytes.NewBuffer(jsonData))
if err != nil {
http.Error(w, "Failed to create request", http.StatusInternalServerError)
return
}
req.Header.Set("Content-Type", "application/json")
req.Header.Set("Authorization", "Bearer "+authToken)
// 设置 HTTP 客户端
client := &http.Client{Timeout: time.Second * 50}
resp, err := client.Do(req)
if err != nil {
http.Error(w, "Failed to get response", http.StatusInternalServerError)
return
}
defer resp.Body.Close()
// 设置响应头，开启流式输出
w.Header().Set("Content-Type", "text/event-stream; charset=utf-8")
w.Header().Set("Cache-Control", "no-cache")
w.Header().Set("Connection", "keep-alive")
// 确保 ResponseWriter 支持 Flusher
flusher, ok := w.(http.Flusher)
if !ok {
http.Error(w, "Streaming unsupported", http.StatusInternalServerError)
return
}
// 处理流式响应
scanner := bufio.NewScanner(resp.Body)
for scanner.Scan() {
line := scanner.Text()
// 处理以 "data: " 开头的行
if strings.HasPrefix(line, "data: ") {
line = strings.TrimPrefix(line, "data: ")
}
if line == "[DONE]" {
break
}
if line == "" {
continue
}
// 解析响应内容
var chunk ResponseBody
if err := json.Unmarshal([]byte(line), &chunk); err != nil {
continue
}
// 将响应数据逐步发送给客户端
for _, choice := range chunk.Choices {
content := choice.Delta.Content
_, err := w.Write([]byte(content))
if err != nil {
http.Error(w, "Failed to write response", http.StatusInternalServerError)
return
}
flusher.Flush() // 刷新缓冲区
}
}
if err := scanner.Err(); err != nil {
http.Error(w, "Scanner error", http.StatusInternalServerError)
return
}
}
func main() {
http.HandleFunc("/stream", StreamHandler)
fmt.Println("Server started at :8080")
http.ListenAndServe(":8080", nil)
}
核心流程
- 接收到用户输入后，将其作为
content参数发送给目标 API。 - 开启流式输出模式，设置
Stream: true。 - 使用
http.Flusher将从远程接口接收到的内容逐步发送给客户端。
关键点
-
流式响应头设置
：
go复制代码w.Header().Set("Content-Type", "text/event-stream; charset=utf-8") w.Header().Set("Cache-Control", "no-cache") w.Header().Set("Connection", "keep-alive") -
实时输出： 通过
w.Write输出内容后调用flusher.Flush()确保数据实时发送。
启动服务后，通过浏览器访问类似以下 URL：
http://localhost:8080/stream?content=Hello%20world
客户端会逐步接收内容，类似命令行实时打印。
1. HTTP 协议中的流式响应
流式输出利用 HTTP 协议的特性，不关闭连接，逐步将数据发送给客户端。典型流式响应会设置如下 HTTP Header：
Content-Type: text/event-stream
表示这是一个事件流（Event Stream），用于向客户端连续发送数据片段。Cache-Control: no-cache
防止响应被缓存，以确保客户端接收到实时内容。Connection: keep-alive
保持连接处于活跃状态，支持多次数据传输。
2. 流式输出的工作原理
- 客户端发起请求，服务器在接收到请求后开始响应。
- 服务器不一次性生成完整的响应内容，而是将生成的部分数据逐段发送。
- 客户端收到数据后立即处理，而无需等待完整响应结束。
- 在数据发送完成后，服务器可以选择关闭连接或保持连接以发送后续数据。
流式输出的常见应用场景
- 实时聊天：聊天模型逐词/逐句生成时，可以实时传输数据。
- 日志监控：将服务器的实时日志逐行推送到前端。
- 流式文件传输：如大文件或视频流传输。
- 实时进度更新：如任务进度条更新。
