Streaming - OpenModex

Vue d’ensemble

Le streaming vous permet de recevoir les tokens de réponse au fur et à mesure de leur génération, plutôt que d’attendre la réponse complète. Cela améliore considérablement la latence perçue pour vos utilisateurs.

Quand utiliser le streaming

Interfaces de chat — afficher des indicateurs de saisie et du texte en temps réel
Réponses longues — ne pas faire attendre les utilisateurs pour la réponse complète
Génération de code — afficher le code au fur et à mesure de sa rédaction

Comment ça fonctionne

Définissez stream: true dans votre requête
OpenModex ouvre une connexion SSE (Server-Sent Events)
Les tokens sont envoyés sous forme d’événements data: au fur et à mesure de leur génération
Le flux se termine par data: [DONE]

Exemples

const stream = await client.chat.completions.create({
  model: 'gpt-4o',
  messages: [{ role: 'user', content: 'Tell me a story.' }],
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '');
}

stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Tell me a story."}],
    stream=True,
)

for chunk in stream:
    content = chunk.choices[0].delta.content
    if content:
        print(content, end="", flush=True)

stream, _ := client.Chat.Completions.CreateStream(ctx, &openmodex.ChatCompletionParams{
    Model:    "gpt-4o",
    Messages: []openmodex.ChatMessage{{Role: "user", Content: "Tell me a story."}},
})

for chunk, err := range stream.Iter() {
    if err != nil { break }
    fmt.Print(chunk.Choices[0].Delta.Content)
}

import { useChat } from '@openmodex/react';

function Chat() {
  const { messages, input, setInput, sendMessage, isLoading } = useChat({
    apiKey: 'omx_sk_...',
    model: 'gpt-4o',
  });

  return (
    <div>
      {messages.map((m) => (
        <div key={m.id}>{m.role}: {m.content}</div>
      ))}
      <input value={input} onChange={(e) => setInput(e.target.value)} />
      <button onClick={() => sendMessage()}>Send</button>
    </div>
  );
}

Streaming + Basculements

Le streaming fonctionne de manière transparente avec les basculements. Si le modèle principal échoue avant le début du streaming, OpenModex retente automatiquement avec le modèle de basculement :

const stream = await client.chat.completions.create({
  model: 'gpt-4o',
  messages: [{ role: 'user', content: 'Hello!' }],
  stream: true,
  routing: {
    fallback: ['claude-3.5-sonnet'],
  },
});