跳转到主要内容

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.

​
概述

流式传输让你能够在输出生成过程中接收部分结果，从而改善感知延迟和用户体验。 对于新的 OpenAI 风格集成，优先选择Responses 流式传输。如果你的框架仍在使用 Chat Completions 流式传输，TokenLab 也支持该兼容路径。

​
推荐：Responses 流式传输

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 流式传输

如果你的框架仍然需要来自 /v1/chat/completions 的 SSE 分块，这同样可行： 
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)

​
流结束条件

典型的完成条件：
  • Responses API 流使用 response.completed
  • Chat Completions 流使用 finish_reason: "stop"
  • 当达到 token 限制时使用 finish_reason: "length"
  • 当模型希望使用工具时，会出现 tool/function call 事件

​
Web 应用模式

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;
      }
    }
  }
}

​
最佳实践

如果你的 SDK 或应用已经支持 /v1/responses，请使用它。将 /v1/chat/completions 流式传输保留给出于兼容性需求的集成。
在 delta 分块到达时将其追加到 UI 或终端，而不是等待完整响应返回后再处理。
将网络中断和上游断连视为正常故障模式，并在长时间运行的会话中谨慎地重新连接。