Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt

Use this file to discover all available pages before exploring further.

​
Überblick

Mit Streaming können Sie Teilausgaben empfangen, während sie generiert werden, was die wahrgenommene Latenz und die Benutzererfahrung verbessert. Für neue OpenAI-ähnliche Integrationen sollten Sie zuerst Responses streaming bevorzugen. Falls Ihr Framework weiterhin Chat Completions streaming verwendet, unterstützt TokenLab auch diesen Kompatibilitätspfad.

​
Empfohlen: Responses Streaming

curl https://api.tokenlab.sh/v1/responses \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.4",
    "input": "Write a short poem.",
    "stream": true
  }'

​
Chat Completions-Streaming

Falls Ihr Framework weiterhin SSE-Chunks von /v1/chat/completions erwartet, funktioniert auch das: 
stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Write a short poem"}],
    stream=True
)

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

​
Bedingungen für das Stream-Ende

Typische Abschlussbedingungen:
  • response.completed für Responses API-Streams
  • finish_reason: "stop" für Chat Completions-Streams
  • finish_reason: "length" wenn ein token-Limit erreicht wird
  • Tool-/Function-Call-Ereignisse, wenn das Modell Tools verwenden möchte

​
Web-App-Muster

async function streamChat(message) {
  const response = await fetch('https://api.tokenlab.sh/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Authorization': 'Bearer sk-your-api-key',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'gpt-4o',
      messages: [{ role: 'user', content: message }],
      stream: true
    })
  });

  const reader = response.body.getReader();
  const decoder = new TextDecoder();

  while (true) {
    const { done, value } = await reader.read();
    if (done) break;

    const chunk = decoder.decode(value);
    const lines = chunk.split('\\n').filter(line => line.startsWith('data: '));

    for (const line of lines) {
      const data = line.slice(6);
      if (data === '[DONE]') return;
      const parsed = JSON.parse(data);
      const content = parsed.choices?.[0]?.delta?.content;
      if (content) {
        document.getElementById('output').textContent += content;
      }
    }
  }
}

​
Bewährte Praktiken

Verwenden Sie /v1/responses, wenn Ihr SDK oder Ihre App dies bereits unterstützt. Behalten Sie /v1/chat/completions streaming für integrationsgetriebene Kompatibilität bei.
Hängen Sie Delta-Chunks an die UI oder das Terminal an, sobald sie eintreffen, anstatt auf die vollständige Antwort zu warten.
Behandeln Sie Netzwerkabbrüche und Upstream-Verbindungsabbrüche als normale Fehlermodi und stellen Sie bei lang laufenden Sitzungen die Verbindung sorgfältig erneut her.