Skip to main content

概述

流式传输允许您在 token 生成时即时接收,而无需等待完整响应。这能显著改善用户感知延迟。

适用场景

  • 聊天界面 — 显示输入指示器和实时文本
  • 长篇响应 — 不让用户等待完整响应
  • 代码生成 — 在代码编写过程中实时显示

工作原理

  1. 在请求中设置 stream: true
  2. OpenModex 打开一个 SSE(Server-Sent Events)连接
  3. Token 在生成时作为 data: 事件发送
  4. 流以 data: [DONE] 结束

示例

流式传输 + 故障转移

流式传输与故障转移无缝配合。如果主模型在流式传输开始前失败,OpenModex 会自动使用故障转移模型重试: