Skip to Content
ДокументацияРуководстваПотоковые ответы

Потоковые ответы

Потоковые ответы (Streaming) позволяют получать вывод модели в реальном времени по мере генерации, улучшая пользовательский опыт и воспринимаемую скорость.

Принцип работы

OfoxAI использует протокол Server-Sent Events (SSE) для реализации потоковых ответов:

  1. Клиент отправляет запрос с параметром stream: true
  2. Сервер постепенно возвращает фрагменты сгенерированного контента (chunk)
  3. Каждый chunk отправляется через SSE с префиксом data:
  4. По завершении генерации отправляется data: [DONE]

Потоковая передача по протоколу OpenAI

Terminal
curl https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -N \
  -d '{
    "model": "openai/gpt-4o",
    "messages": [{"role": "user", "content": "Напишите стихотворение о программировании"}],
    "stream": true
  }'

Потоковая передача по протоколу Anthropic

stream_anthropic.py
import anthropic
 
client = anthropic.Anthropic(
    base_url="https://api.ofox.ai/anthropic",
    api_key="<Ваш OFOXAI_API_KEY>"
)
 
with client.messages.stream(
    model="anthropic/claude-sonnet-4.5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Напишите стихотворение о программировании"}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

Потоковая передача + Function Calling

Потоковые ответы также поддерживают вызов функций. Модель сначала передает запрос на вызов инструмента в потоковом режиме, а после обработки вы продолжаете диалог:

stream_with_tools.py
stream = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{"role": "user", "content": "Какая сегодня погода в Москве?"}],
    tools=[{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Получить погоду в указанном городе",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "Название города"}
                },
                "required": ["city"]
            }
        }
    }],
    stream=True
)
 
for chunk in stream:
    delta = chunk.choices[0].delta
    if delta.tool_calls:
        # Обработка вызова инструмента
        print(f"Вызов инструмента: {delta.tool_calls[0].function}")
    elif delta.content:
        print(delta.content, end="", flush=True)

Обработка ошибок и переподключение

Потоковое соединение может прерваться из-за сетевых проблем. Рекомендуется реализовать логику переподключения.

stream_retry.py
import time
 
def stream_with_retry(client, max_retries=3, **kwargs):
    for attempt in range(max_retries):
        try:
            stream = client.chat.completions.create(stream=True, **kwargs)
            for chunk in stream:
                yield chunk
            return  # Успешно завершено
        except Exception as e:
            if attempt < max_retries - 1:
                wait = 2 ** attempt  # Экспоненциальный откат
                print(f"\nСоединение прервано, повтор через {wait}s...")
                time.sleep(wait)
            else:
                raise e

Лучшие практики

  1. Всегда устанавливайте таймаут — избегайте бесконечного ожидания
  2. Обрабатывайте неполные chunk — некоторые chunk могут не содержать content
  3. Реализуйте переподключение — используйте стратегию экспоненциального отката
  4. Используйте flush на фронтенде — обеспечьте мгновенное отображение контента
Last updated on
Каталог моделейВызов функций