- 综合排序
- 最热优先
- 最新优先
- 来自专栏王磊的博客
干货：DeepSeek+SpringAI实现流式对话！
，但是大模型的响应速度通常是很慢的，为了避免用户用户能够耐心等待输出的结果，我们通常会使用流式输出一点点将结果输出给用户。 那么问题来了，想要实现流式结果输出，后端和前端要如何配合？ 后端要使用什么技术实现流式输出呢？ ，适合单向实时数据流，我们使用 Spring MVC（基于 Servlet）中的 SseEmitter 对象来实现流式输出。 DOCTYPE html> <html> <head> <title>流式输出示例</title> </head> <body>
流式数据接收演示
4.最终版：流式输出 后端代码如下： import org.springframework.ai.chat.messages.UserMessage; import org.springframework.ai.chat.prompt.Prompt2.2K10编辑于 2025-02-14 - 来自专栏h5
基于uniapp+deepseek+vue3跨平台ai流式对话
基于uniapp+vue3集成deepseek-v3实战跨端流式输出AI对话系统。支持暗黑+亮色模式、代码高亮、本地会话存储等功能。支持编译到小程序+h5+app端。 this.historySession : [{role: 'user', content: editorValue}], model: 'deepseek-chat', // deepseek-chat对话模型 deepseek-reasoner推理模型 stream: true, // 流式输出 max_tokens: 8192, // 限制一次请求中模型生成 completion this.historySession : [{role: 'user', content: editorValue}], model: 'deepseek-chat', // deepseek-chat对话模型 endifelectron35+deepseek桌面端ai模板：https://cloud.tencent.com/developer/article/2514843vue3.5+deepseek网页版ai流式对话
2.8K22编辑于 2025-05-06 - 来自专栏h5
vite7.2-deepseek流式ai对话|vue3.5+vant4+katex+mermaid智能ai打字会话模板
环境变量配置.env自己去申请一个api key，替换掉.env文件里面的key 即可丝滑体验流式对话功能。 vue3+deepseek实现多轮对话/流式输出const completion = await openai.chat.completions.create({ // 单一会话 /* messages finish_reason === 'stop') { // 确保最终内容完整更新 ... }}Okay，以上就是vue3+deepseek实现流式输出ai对话模板的一些知识分享。 bitsdojo_window客户端聊天Exe自研新版Flutter3.32仿微信app聊天|朋友圈模板基于uni-app+vue3实战短视频+聊天+直播app商城基于uniapp+deepseek+vue3跨平台ai流式对话 electron35+deepseek桌面端ai模板vue3.5+deepseek网页版ai流式对话
60120编辑于 2025-12-23 - 来自专栏h5
原创自研Flutter3.41+Dio+WindowManager打造桌面版AI问答系统
基于flutter3.41.5+get+dio+window_manager对接deepseek-chat实战客户端ai流式会话系统。 widget.child, ), ), ], ), ), ], ), ),);flutter3 -ai对话编辑框return Container( width: double.infinity, padding: EdgeInsets.symmetric(vertical: 10.0), child chatStore.historySession : [{'role': 'user', 'content': editorValue}], // deepseek-chat对话模型 deepseek-reasoner 跨端ai应用vite7.2-deepseek流式ai对话|vue3.5+vant4+katex+mermaid智能ai打字会话最新实战Vite7.3+Tauri2.10深度集成DeepSeek桌面端AI
32700编辑于 2026-04-15 - 来自专栏h5
基于Flutter3.32+DeepSeek电脑端AI流式对话程序
Color(0xFF4F6BFE).withAlpha(100) : Color(0xFF4F6BFE)), padding: WidgetStateProperty.all dio插件来请求deepseek api接口，实现流式对话功能。 token 数(默认使用 4096) 'temperature': 0.4, // 严谨采样 越低越严谨(默认1) });基于uniapp+deepseek+vue3跨平台ai流式对话：https 2518214electron35+deepseek桌面端ai模板：https://cloud.tencent.com/developer/article/2514843vue3.5+deepseek网页版ai流式对话 ：https://cloud.tencent.com/developer/article/2508594DeepSeek-Vue3基于vite6+vant4仿deepseek/Kimi流式AI聊天小助手
75931编辑于 2025-06-07 - 来自专栏码匠的流水账
langchain4j+springboot流式输出
序本文主要研究一下langchain4j+springboot如何实现流式输出步骤pom.xml <dependency> <groupId>dev.langchain4j </groupId> <artifactId>langchain4j-reactor</artifactId> <version>$1.0.0-beta1</ version> </dependency>application.yamllangchain4j: ollama: streaming-chat-model: base-url }); }); }StreamingChatLanguageModel提供了StreamingChatResponseHandler用于处理片段结果，结合Flux可以实现流式输出源码 doclangchain4j+ollama+deepseek小试牛刀
2.7K10编辑于 2025-02-24 - 来自专栏大前端修炼手册
Android 接入 LLM API 的工程实践：从选型到流式对话
这样才真正做到逐 token 流式输出。 ⚠️ 注意：OkHttpClient 的 readTimeout 默认 10 秒，流式请求会被截断。 多轮对话的时候，每次请求都要把完整历史 messages 带上——这意味着对话越长，每次请求的输入 Token 就越多。 private fun trimContext( messages: List<ChatMessage> ): List<ChatMessage> { // 粗估 Token 数，1 token ≈ 4 字符 fun estimateTokens( msgs: List<ChatMessage> ) = msgs.sumOf { it.content.length / 4 + 10 }val maxInputTokens 整体架构回顾 把上面的东西串起来，整体分层大概是这样： • UI 层（Composable）：订阅 StateFlow，展示消息列表和流式气泡，处理用户输入 • ViewModel：维护对话状态，管理流式
85210编辑于 2026-04-02 HarmonyOS NEXT 实战：基于 ArkTS 与 DeepSeek API 构建流式对话助手
HarmonyOS NEXT 实战：基于 ArkTS 与 DeepSeek API 构建流式对话助手不同于调用现成SDK，本文将手写原生网络层、解析SSE数据流，并利用ArkUI状态管理实现“打字机”效果 DeepSeek 以其极高的性价比和媲美GPT-4的推理能力，成为中小型鸿蒙应用接入大模型的首选。 : string;}4. 网络层核心实现：手写SSE流式解析器HarmonyOS的http模块提供了onDataReceive回调，这是我们实现流式的关键。 string = ''; // 用于处理不完整的消息块 constructor() { this.httpRequest = http.createHttp(); } /** * 发起流式对话请求 适配折叠屏，实现对话+文档双栏预览。
30010编辑于 2026-08-09- 来自专栏h5
flutter3.32对接deepseek桌面端ai流式对话Exe
2025原创跨平台AI系统Flutter3.32+Dart3.8+Getx+Dio接入DeepSeek-v3搭建客户端流式ai对话模板。支持代码高亮、上下文多轮会话、本地存储对话等功能。 项目特色支持侧边栏收缩/展开支持上下文多轮对话、代码高亮、本地存储会话支持代码块横向滚动、复制代码功能支持图片100%宽度渲染、在线图片预览支持网络链接跳转、表格功能采用自定义无边框窗口、托盘图标项目结构目录基于
34010编辑于 2025-06-05 - 来自专栏Spring AI 进阶之路
Spring AI 进阶之路02：集成SSE实现AI对话的流式响应
在AI对话的场景里，我们问完问题后，只需要静静地听AI把答案一个字一个字“说”出来就行了。AI并不需要中途再听我们说什么。所以，更轻量、更简单的SSE，就是我们这个场景下的完美选择。 4.编写前端页面为了直观地展示流式效果，我们编写一个简洁美观的聊天界面。 head><metacharset="UTF-8"><metaname="viewport"content="width=device-width,initial-scale=1.0"><title>SSE流式对话 这个过程中，我们：深入理解了SSE技术：它简单、轻量，特别适合服务器向客户端的单向数据推送场景掌握了SpringAI的流式API：通过stream()方法获取响应流，配合响应式编程实现非阻塞处理实现了完整的流式对话系统 ：从后端的SSE管理、流式处理，到前端的实时渲染，构建了一个完整的解决方案流式响应不仅仅是一个技术特性，更是提升用户体验的关键要素。
1.7K02编辑于 2025-11-25 - 来自专栏Spring系列实战
SpringAI 接入混元大模型:流式对话与历史持久化实战
摘要:本文基于SpringBoot3.x+SpringAI1.0,通过OpenAI兼容接口接入腾讯混元大模型,从零搭建企业智能客服的首个流式对话接口。 包含混元API配置、ChatClient调用、SSE流式响应、CDBMySQL对话历史持久化、CLS日志接入的完整链路,附3个新手踩坑案例。 四、流式对话:SSE接口实现客服场景对首响时间极其敏感。同步调用混元要等整句生成,首响3-5秒;流式调用逐Token返回,首响200ms就能开始输出,用户感知"秒回"。 这是流式对话的完整闭环。 }}}returnreplyText;}五、对话历史持久化:CDBMySQL存储流式对话解决了"快"的问题,但客服场景需要"记"——用户关掉会话再打开,历史对话要还在。
41510编辑于 2026-08-12 鸿蒙原生应用实战：从零搭建 AI 应用，集成 MaaS 流式对话
TL;DR速览核心结论：鸿蒙原生+MaaS，能搭出端云协同的AI应用开发底座：ArkTS写逻辑，ArkUI声明式画界面流式对话：MaaS返回分片，边收边渲染不卡壳我的判断：鸿蒙+AI是国产开发者的明确机会窗口 MaaS集成与流式对话怎么落地流式对话是这个教程的技术重点。什么叫流式？大模型生成答案不是一下子全出来，是一个字一个字往外吐。如果等它全生成完再显示，用户会盯着空白屏幕等好几秒。 流式的做法是，模型吐一点，界面显示一点，体验上就像「对方在打字」。落到鸿蒙里，流程大致是这样。 声明式框架在这里把「流式渲染」的成本降到了最低。流式对话有几个实现细节，踩过的人都知道。 二是断线重连，流式中断后是重发整个请求还是从断点续，得提前定好。三是上下文管理，多轮对话要带历史消息，但历史太长费token，怎么裁剪是个平衡活。这些具体实现，以官方文档为准。
15110编辑于 2026-08-31SSE 长连接复用优化：流式对话并发连接数降低 60%
2026年，流式对话成为大模型交互核心形态，SSE（Server-SentEvents）因轻量、兼容HTTP、易穿透防火墙，成为聚合API流式输出的主流协议。 一、SSE长连接复用核心原理与架构1.1传统SSE架构痛点传统SSE为单会话单连接模式：每轮流式对话建立独立长连接，会话结束后连接关闭或闲置。 :11000060%300ms+6个/域名复用优化SSEN:1（N≤5）4000（降60%）15%≤50ms无（HTTP/2多路复用）二、性能实测数据：连接数、延迟、稳定性2.1测试环境负载：1万并发流式对话 API（日50万会话，每会话5轮）：传统SSE：日均连接数峰值8万，服务器10台，断流率3.2%复用优化SSE：日均连接数峰值3.2万（降60%），服务器4台（降60%），断流率0.7%，运维成本降低55% 四、总结SSE长连接复用是聚合API流式对话性能优化的核心技术，通过会话绑定、多路复用、连接池管理，将并发连接数降低60%，资源占用下降45%，断流率降至1%以下。
47210编辑于 2026-06-11- 来自专栏菩提树下的杨过
LangGraph4j 学习系列(7)-流式响应
接上节继续，流式响应在LLM应用中是改善用户体验的重要手段之一，可以有效缓解长耗时应用的用户焦虑感。 ，可以通过取消来停止流式执行 if ("node-3".equalsIgnoreCase(output.node())) { result.cancel(true ); } } 运行结果 代码中的org.bsc.async.AsyncGenerator是实现流式的关键接口，Graph调用stream()方法后，会得到该接口的实例，该接口的主要类图如下： 与 LangChain4j整合 从上面的类图可以看到，langgraph4j-langchain4j 包下，StreamingChatGenerator 也实现了AsyncGenerator接口，用它可以实现与 /src/main/java/org/bsc/langgraph4j/agent/_12_stream at main · yjmyzz/langgraph4j-study · GitHub
74810编辑于 2026-03-02 - 来自专栏从流域到海域
如何在Mule 4 Beta中实现自动流式传输
-4-beta-works 译者微博：@从流域到海域 译者博客：blog.csdn.net/solo95 如何在Mule 4 Beta中实现自动流式传输 现在流传输就像喝啤酒那样简单！ Mule 4使您能够处理，访问，转换以及传输数据的方式有了令人难以置信的改善。对于特定的流式传输，Mule 4支持多个并行数据读取，没有副作用，并且用户无需先将数据缓存到内存中。 在Mule 4中，你不再需要担心回答以下问题： 哪些组件正在流式传输，哪些不是？ 流在是在此时被处理的吗？ 流到底在哪个位置？ 流在深层次意味着什么？ 这是Mule 4的默认策略。 在内存的可重复流中 你也可以采取内存策略。在这种模式下进行流式传输时，Mule永远不会使用磁盘来缓冲内容。如果超过缓冲区大小，则消息传送将失败。 示例1，示例2和示例3的所有缺陷也会变为当前值 流媒体对象 原始字节流不是Mule 4支持的流式传输的唯一情况。
3.7K50发布于 2018-06-07 - 来自专栏KisFlow-Golang流式计算框架
Golang框架实战-KisFlow流式计算框架(4)-数据流
3.2 KisFlow数据流处理在KisFlow模块中，新增一些存放数据的成员，如下：kis-flow/flow/kis_flow.go// KisFlow 用于贯穿整条流式计算的上下文环境type KisFlow commitCurData() 会在Flow的流式计算过程中被执行多次。commitCurData()的最终目的是将将buffer的数据提交到data[flow.ThisFunctionId] 中 。 kis-flow/flow/kis_flow.go// Run 启动KisFlow的流式计算, 从起始Function开始执行流func (flow *KisFlow) Run(ctx context.Context = nil {return err} // ========= 数据流 新增 ===========//流式链式调用for fn ! 创建一个KisFlow对象flow1 := flow.NewKisFlow(myFlowConfig1)// 4.
61410编辑于 2024-04-23 - 来自专栏数据库与编程
通过流式数据集成实现数据价值（4）-流数据管道
第1篇：通过流式数据集成实现数据价值（1） 第2篇：通过流式数据集成实现数据价值(2) 第3篇：通过流式数据集成实现数据价值（3）- 实时持续数据收集 本篇为通过流式数据集成实现数据价值的第4篇——
1.3K30编辑于 2022-04-23 - 来自专栏福大大架构师每日一题
实时流式工具调用引领智能对话新时代
支持工具调用的主流模型一览 v0.8.0版本兼容多款先进模型，满足不同应用需求，包括但不限于： • Qwen 3 • Devstral • Qwen 2.5及2.5-coder • Llama 3.1 • Llama 4 }, "required": ["location", "format"] } } } ] }' 运行后，模型即时返回天气工具调用请求并等待数据返回，从而实现更智能对话体验 4. 利用流式能力优化前端交互 结合WebSocket、事件流等技术打造实时聊天界面，实现内容增量展示与工具调用同步反馈。 5. 此外，随着模型训练和上下文协议不断优化，结合流式工具调用的智能对话将成为新时代人工智能应用的核心形态，为企业和开发者创造前所未有的价值。 九、总结 Ollama v0.8.0以最尖端的技术变革，实现了“实时流式响应+工具调用”的完美结合，推动智能对话进入一个全新的效率和体验维度。
96510编辑于 2025-06-06 - </template>tauri2-deepseek流式对话 false}) if (sessionstate.reachBottom) { props.scrollBottom() } }}基于uniapp+deepseek+vue3跨平台ai流式对话 2518214electron35+deepseek桌面端ai模板：https://cloud.tencent.com/developer/article/2514843vue3.5+deepseek网页版ai流式对话 ：https://cloud.tencent.com/developer/article/2508594DeepSeek-Vue3基于vite6+vant4仿deepseek/Kimi流式AI聊天小助手来自专栏h5
基于Tauri2+Vue3.5+DeepSeek实战客户端Ai流式对话exe应用
tauri2-vue3-winbot桌面端ai对话支持侧边栏收缩/展开、上下文多轮对话、代码高亮、本地存储会话、图片100%宽度渲染、在线图片预览、网络链接跳转、表格功能。 icon-loading v-else size="18" /> </a-button>
自研react19.2+deepseek-v4+openai智能流式ai模板
deepseek-v4正式版快要发布了，之前有使用vite8+vue3接入deepseek搭建流式生成ai助手。 这次爆肝一周基于react19技术栈整合最新deepseek-v4-flash从0-1手搓h5版流式ai聊天模板。 Vite8.0+Vue3.5+Arco深度对接DeepSeek网页版AI智能助手uni-app+mphtml快速集成DeepSeek-V4智能ai应用Electron41 + Vite8打造流式输出客户端 /本地存储对话支持链接跳转、图片功能项目结构目录使用vite8.x构建工具搭建react模板。 historySession() : [{role: 'user', content: editorValue}], // 对话模型(快速模式deepseek-v4-flash 专家模式deepseek-v4
