第1周 Day 3：前端转型AI,实现流式输出

学习目标

• 学会流式输出，让 AI 边思考边说话，不用等它憋完 （搞定！）
• 理解 stream=True 是怎么工作的（搞定！）
• 搞懂 chunk、delta 这些名词是啥意思（搞定！）

一、普通输出 vs 流式输出

普通输出（前两天干的）

你问一句，AI 憋半天，然后一次性吐出一大段：

你说：介绍Python
（等待...等待...等待...）
AI：Python是一种高级编程语言，以其简洁的语法、强大的功能和跨平台的特性，广泛应用于数据科学、人工智能、Web开发等多个领域。

缺点：等得心慌，不知道 AI 在干嘛，是不是卡死了。

流式输出（今天要学的）

你问一句，AI 边想边说，一个字一个字蹦出来：

你说：介绍Python
AI：Python是...一种高级...编程语言...以其简洁的语法...

优点：

• 看着舒服，像真人聊天一样
• 知道 AI 在干活，没卡死
• 可以提前看到内容，不用等完

二、核心原理：stream=True

普通请求的代码

data = {
    "model": "deepseek-ai-qwen-32b",
    "messages": messages
    # 没有 stream 参数，默认是 False
}

response = requests.post(url, headers=headers, json=data)
result = response.json()  # 等完整响应，一次性拿到

流式请求的代码

data = {
    "model": "deepseek-ai-qwen-32b",
    "messages": messages,
    "stream": True  # 开启流式！
}

# 注意：requests 也要加 stream=True
response = requests.post(url, headers=headers, json=data, stream=True)

# 一块一块读，不是一次性读
for line in response.iter_lines():
    # 处理每一块数据

区别就两处：

1. 请求体加 "stream": True
2. requests.post 加 stream=True，然后用 iter_lines() 循环读

三、数据是怎么一块一块来的

普通响应（一次性）

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "Python是一种高级编程语言..."
      }
    }
  ]
}

一个完整的 JSON，content 里是全部内容。

流式响应（一块一块）

每一块叫 chunk，格式是这样的：

data: {"choices":[{"delta":{"content":"Python"}}]}
data: {"choices":[{"delta":{"content":"是一种"}}]}
data: {"choices":[{"delta":{"content":"高级编程"}}]}
data: {"choices":[{"delta":{"content":"语言"}}]}
data: [DONE]

特点：

• 每行开头是 data:
• 内容在 delta.content 里（不是 message.content 了）
• 最后有个 data: [DONE] 表示结束

四、名词解释

delta vs message：

• 普通响应用 message.content（完整内容）
• 流式响应用 delta.content（增量内容，每次只有一点点）

五、完整代码

# -*- coding: utf-8 -*-
import requests
import sys
import json

sys.stdout.reconfigure(encoding='utf-8')

url = "http://xxx:port/v1-openai/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer your-api-key"
}

messages = [{"role": "user", "content": "介绍Python"}]

data = {
    "model": "deepseek-ai-qwen-32b",
    "messages": messages,
    "stream": True  # 开启流式
}

# requests 也要 stream=True
response = requests.post(url, headers=headers, json=data, stream=True)

print("AI：", end="", flush=True)
full_reply = ""

for line in response.iter_lines():
    if line:
        line = line.decode('utf-8')

        # 跳过结束标记
        if line == "data: [DONE]":
            continue

        # 解析 chunk
        if line.startswith("data: "):
            json_str = line[6:]  # 去掉 "data: " 前缀
            try:
                chunk = json.loads(json_str)
                # 处理 choices 为空的情况
                if "choices" in chunk and len(chunk["choices"]) > 0:
                    delta = chunk["choices"][0].get("delta", {})
                    content = delta.get("content", "")
                    if content:
                        print(content, end="", flush=True)  # 立即打印
                        full_reply += content  # 收集完整内容
            except:
                pass

print()  # 换行

# 存到 messages（跟以前一样）
messages.append({"role": "assistant", "content": full_reply})

六、代码拆解

6.1 两处 stream=True

# 请求体里的 stream
data = {
    "stream": True  # 告诉 API：我要流式输出
}

# requests 里的 stream
response = requests.post(..., stream=True)  # 告诉 requests：我要边接收边读

两个都要加！漏一个都不行。

6.2 iter_lines() 循环

for line in response.iter_lines():
    # 每一行是一个 chunk

iter_lines() 会等待服务器推送每一行数据，来了就处理，不用等全部到齐。

6.3 立即打印

print(content, end="", flush=True)

• end=""：不换行，接着打印
• flush=True：立即显示，不等缓冲区满

6.4 收集完整回复

full_reply = ""
full_reply += content  # 每个 chunk 的内容都累加

为什么要收集？因为最后要存到 messages 里，下次对话要用。

流式输出时，每块只有一点点，必须拼起来才是完整回复。

6.5 json 模块

import json
chunk = json.loads(json_str)  # 把 JSON 字符串转成 Python 字典

json 是 Python 内置模块，用来处理 JSON 数据：

不用安装，Python 自带，直接 import json 就能用。

6.6 try-except 异常处理

try:
    chunk = json.loads(json_str)  # 尝试解析 JSON
except:
    pass  # 出错了就跳过，不报错

含义：

• try：尝试执行这段代码
• except：如果出错了，执行这里
• pass：什么都不做，跳过

为什么要有这个？

流式输出的数据不一定每行都是有效 JSON：

data: {"choices":[{"delta":{"content":"你好"}}]}  ← 能解析
data: {"choices":[]}                              ← choices 为空，但能解析
data: [DONE]                                      ← 不是 JSON，解析会出错

如果不用 try-except，遇到解析失败的行程序就崩了。

用 except: pass 就是：解析失败就跳过，继续处理下一行。

七、跑起来试试

python week1/03_stream_chat.py

效果：

你说：介绍Python

AI：Python是一种高级编程语言，以其简洁的语法...
（字一个个蹦出来，像真人打字一样）

你说：quit
拜拜！

八、对比总结

九、踩坑记录

Q1: 没有流式效果，还是一次性输出

咋回事：漏了 flush=True，或者 requests 没加 stream=True

咋办：检查两处 stream=True 都加了，print 要有 flush=True

Q2: 报错解析 JSON 失败

咋回事：有些 chunk 格式不标准，或者有空行

咋办：加 try-except，跳过解析失败的行

Q3: 中文乱码

咋回事：又是 Windows 控制台的问题

咋办：别忘了 sys.stdout.reconfigure(encoding='utf-8')

Q4: messages 存不进去，下次对话没历史

咋回事：流式输出时忘了收集完整回复

咋办：用 full_reply += content 把每块内容拼起来，最后存到 messages

Q5: 用 eval() 解析 JSON，报错或没输出

咋回事：eval() 不是正经的 JSON 解析方法，遇到特殊格式会出错

咋办：用 json.loads() 代替 eval()

# 错误写法
chunk = eval(json_str)  # 不安全，容易报错

# 正确写法
import json
chunk = json.loads(json_str)  # 标准的 JSON 解析方法

为啥 eval() 不行：

• eval() 是执行 Python 代码，不是解析 JSON
• JSON 格式和 Python 格式不完全一样（比如 true vs True）
• eval() 有安全风险，可能执行恶意代码

Q6: 报错 "list index out of range"

咋回事：有些 chunk 的 choices 是空数组，访问 choices[0] 就报错

咋办：加个长度检查

# 错误写法
delta = chunk["choices"][0].get("delta", {})  # choices 为空就报错

# 正确写法
if "choices" in chunk and len(chunk["choices"]) > 0:
    delta = chunk["choices"][0].get("delta", {})

十、今日总结

今天干了啥：

学会了流式输出，AI 边想边说，体验更丝滑

理解了 stream=True、chunk、delta 这些概念

做了一个支持流式输出的聊天程序

明天干嘛：试试调整参数，让 AI 更有创意（temperature）或者更老实（max_tokens）。

十一、参考学习网站

• OpenAI API参考文档 | OpenAI开发文档|OpenAI中文官方文档 - 官方讲流式输出
• requests 流式响应 - requests 官方文档

记于 2026-04-05，AI 学习第三天，流畅度拉满！