从 Token 生成到 SSE 推送，NestJS 打造丝滑 AI 对话体验

导语：
在开发 AI 应用时，最糟糕的用户体验莫过于点击发送后，屏幕一片死寂，直到模型“憋”出几百个字才瞬间弹出。真正的 AI 交互应该是像打字机一样，逐字逐句地流淌出来。

今天，我们将结合 NestJS 的优雅架构与 LangChain 的强大能力，深度剖析如何构建一个企业级的流式对话服务。我们将核心业务逻辑与传输协议彻底解耦，实现高性能、高可维护的 AI 接口。

---

1. 核心痛点与架构设计

🤔 为什么需要流式（Streaming）？
大模型（LLM）的本质是一个巨大的神经网络，它生成文本的方式是**自回归（Autoregressive）**的——即基于上一个 Token 预测下一个 Token。

• 传统模式：等待所有 Token 生成完毕（Output），一次性返回 HTTP 响应。用户等待时间长，体验差。
• 流式模式：模型每生成一个 Token，后端立即通过 HTTP Chunked 或 SSE 推送给前端。实现“边算边给”。

🏗️ 架构分层
为了保证代码的健壮性，我们将项目分为三层：

1. DTO 层：数据校验，把好入口关。
2. Controller 层：协议处理，负责 HTTP 流（SSE）的建立与写入。
3. Service 层：核心业务，负责与 LLM 交互并处理 Token 流。

---

2. DTO 层：强类型校验的基石

在 NestJS 中，我们利用 class-validator 确保前端传来的数据是规范的。这是防止脏数据进入系统的第一道防线。

代码切片解析：

// dto/chat.dto.ts
export class Message {
  @IsString()
  @IsNotEmpty()
  role: string; // 'user' | 'assistant'

  @IsString()
  @IsNotEmpty()
  content: string;
}

export class ChatDto {
  @IsString()
  @IsNotEmpty()
  id: string; // 对话唯一ID

  @IsArray()
  @ValidateNested({ each: true })
  @Type(() => Message)
  messages: Message[]; // 对话历史数组
}

💡 核心点：

• 使用 @ValidateNested 和 @Type 装饰器，NestJS 会自动将 JSON 请求体反序列化为 Message 对象数组，无需手动 JSON.parse 类型断言。

---

3. Service 层：业务逻辑的核心（LangChain 魔法）

这是最核心的一层。我们将 AI 的业务逻辑完全剥离出来，使其不依赖于 HTTP 协议。Service 只关心“模型怎么调用”和“数据怎么流转”。

代码切片解析：

// ai.service.ts
@Injectable()
export class AIService {
  private chatModel: ChatDeepSeek;

  constructor() {
    // 1. 初始化 DeepSeek 模型
    this.chatModel = new ChatDeepSeek({
      configuration: {
        apiKey: process.env.DEEPSEEK_API_KEY,
        baseURL: process.env.DEEPSEEK_BASE_URL
      },
      model: 'deepseek-chat',
      temperature: 0.7,
      streaming: true // 🔥 关键开关：开启流式传输
    });
  }

  // 2. 核心 Chat 方法：接受消息和回调函数
  async chat(messages: Message[], onToken: (token: string) => void) {
    const langChainMessages = convertToLangChainMessages(messages);
    
    // 3. 获取流式响应
    const stream = await this.chatModel.stream(langChainMessages);
    
    // 4. 监听每一个 Token 块
    for await (const chunk of stream) {
      const content = chunk.content as string;
      if (content) {
        onToken(content); // 🚀 将生成的 Token 通过回调抛出
      }
    }
  }
}

💡 核心点：

• streaming: true：这是让模型“边生成边吐数据”的关键。
• for await...of：因为流是异步生成器（Async Generator），必须用此语法监听。
• onToken 回调：这是解耦的关键。Service 层不直接操作 HTTP 响应，而是通过回调函数将数据“扔”给上层（Controller）处理。

---

4. Controller 层：SSE 协议的守门人

Controller 层的任务非常明确：建立 HTTP 长连接，将 Service 层产生的 Token 转换成浏览器能识别的 SSE 格式。

代码切片解析：

// ai.controller.ts
@Post('chat')
async chat(@Body() chatDto: ChatDto, @Res() res) {
  // 1. 设置 SSE 响应头
  res.setHeader('Content-Type', 'text/event-stream');
  res.setHeader('Cache-Control', 'no-cache');
  res.setHeader('Connection', 'keep-alive');

  try {
    // 2. 调用 Service，并传入“写入响应”的逻辑
    await this.aiService.chat(chatDto.messages, (token: string) => {
      // 3. 按照特定格式写入流
      // 格式：0:{content}\n
      res.write(`0:${JSON.stringify(token)}\n`);
    });
    
    res.end(); // 结束
  } catch (err) {
    res.status(500).end();
  }
}

💡 核心点：

• SSE 头部：text/event-stream 告诉浏览器这是一个流，不要缓存。
• res.write：这是 Node.js 原生的流式写入方法。每生成一个 Token，就调用一次 write，数据立即推送到前端。
• 格式约定：0:${JSON.stringify(token)}\n。这里的 0: 是为了兼容某些前端 SDK（如 Vercel AI SDK）的解析规范，\n 是流的分隔符。

---

5. 全链路数据流复盘

让我们串一下整个流程，感受一下数据是如何“流动”的：

1. 用户请求 -> HTTP POST /ai/chat (携带 messages)
2. DTO 校验 -> NestJS 自动校验 JSON 格式。
3. Controller 接手 -> 设置好 HTTP 响应头，准备“接水”。
4. Service 发力 -> LangChain 调用 DeepSeek API，开启 streaming 模式。
5. Token 生成 -> 模型生成第一个 Token "Hello"。
6. 回调触发 -> Service 调用传入的 onToken 回调。
7. 写入响应 -> Controller 的 res.write 立即将 "Hello" 推送给浏览器。
8. 循环往复 -> 重复 5-7 步，直到模型生成结束。

---

6. 总结与思考

这种架构最大的优势在于解耦。AIService 根本不知道 HTTP 的存在，它只负责“生成 Token”。这意味着：

• 可测试性：你可以单独测试 Service，传入一个 Mock 的回调函数即可。
• 可扩展性：如果你想把 HTTP 换成 WebSocket，只需要改 Controller，Service 代码一行都不用动。

面试加分项：
如果被问到“如何处理流式输出中的错误？”，你可以回答：在 Controller 层使用 try-catch 包裹，并在 req.on('close') 中监听客户端断开连接，及时释放后端资源，防止内存泄漏。