本文基于真实工程场景，对比分析了fetchEventSource与fetch + response.body.getReader()两种流式请求实现方式的本质差异。

最近我身边不少朋友（包括我自己）都在看新的工作机会。我们发现，2025年的前端面试，出现了一个很有意思的新环节，几乎是必问的： 一套AI三连下来，如果你回答得磕磕巴巴，或者直接说“没怎么用过”，面试官

本地部署：基于Ollama调用开源大模型 Ollama 是轻量级本地大模型运行框架，无需依赖云端服务，可快速部署通义千问、Llama 等开源大模型，特别适合无网络环境或隐私敏感场景。 步骤1：安装Ol

今年上半年，作为团队中的校招新人，我承接了两位离职同事的业务模块。面对密集的需求，我不仅扛住了“以一当三”的交付压力，同时保证了线上零事故。这一切，离不开 Cursor 的深度辅助。

最近用了@microsoft/fetch-event-source库来处理sse流式请求,发现正常情况下是挺好用的,但遇到了错误返回的时候无法捕捉 情况1: 请求报500,控制台中无可预览的内容 修复

简单的记录一下对于fetchEventSource这个微软Azure开发的npm包的认识，并附上我实际在使用的时候的例子，希望对大家在前端处理双向实时数据流的时候有所帮助~！

ChatGPT在处理用户输入时，不是一次性生成整个回答，而是逐字逐句地生成。这种方式背后采用的原理是怎样的？对应是如何实现的，本篇文章将会为你解答

Server-Sent Events（SSE）是一种基于HTTP的服务器向客户端单向推送实时数据的协议，适用于流式输出和通知推送等场景。SSE的核心特性包括单向通信、自动重连、文本流式传输和事件类型。

体验过 ChatGPT 官方 Web 工具的同学, 应该了解, AI 对话返回的结果, 是在一段时间内, 持续输出, 就像是人在说话时, 有序地说出每一个字一样. 本文介绍它的前后端实现方案.