> ## 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.

# 流式传输

> 实现实时流式响应

## 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

<CodeGroup>
  ```bash cURL theme={null}
  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
    }'
  ```

  ```python Python theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-your-api-key",
      base_url="https://api.tokenlab.sh/v1"
  )

  stream = client.responses.create(
      model="gpt-5.4",
      input="Write a short poem.",
      stream=True
  )

  for event in stream:
      if event.type == "response.output_text.delta":
          print(event.delta, end="", flush=True)
  ```

  ```javascript JavaScript theme={null}
  import OpenAI from 'openai';

  const client = new OpenAI({
    apiKey: 'sk-your-api-key',
    baseURL: 'https://api.tokenlab.sh/v1'
  });

  const stream = await client.responses.create({
    model: 'gpt-5.4',
    input: 'Write a short poem.',
    stream: true
  });

  for await (const event of stream) {
    if (event.type === 'response.output_text.delta') {
      process.stdout.write(event.delta);
    }
  }
  ```
</CodeGroup>

## 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：

```python theme={null}
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

```javascript theme={null}
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

<AccordionGroup>
  <Accordion title="新构建项目优先使用 Responses 流式传输">
    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。
  </Accordion>

  <Accordion title="增量刷新输出">
    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。
  </Accordion>

  <Accordion title="处理断连与重试">
    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。
  </Accordion>
</AccordionGroup>