基于知识库的流式问答实现

第二篇：基于知识库的流式问答实现 (SSE)

适用场景：流式输出 (SSE) 与 RAG 集成
大神提示：此处涉及 Qwen 模型的特殊配置，大神可略过，求轻喷 🙏

本篇记录如何通过 Node.js 调用阿里云 OpenAI 接口，实现流式输出（SSE），并处理知识库检索与响应。

1. 核心逻辑 (Workflow)

1. 接收请求：提取 query (用户问题) 和 parsedId (上一轮对话 ID)。

2. 同步检索：先调用知识库检索接口，获取参考文档片段（暂存）。

3. 建立连接：调用大模型 API，开启 stream: true，获取异步迭代器。

4. 数据流处理：

   • 提取会话 ID。
   • 清洗增量数据块。
   • 追加引用：AI 文本流结束后，将检索到的参考文档元数据追加发送。

5. SSE 推送：设置响应头 text/event-stream，逐块序列化推送。

6. 结束/异常：推送 [DONE] 或错误事件。

2. ⚠️ 核心配置 (Qwen 模型避坑)

• 模型：qwen3.6-plus

• 流式开关：stream: true

• 深度思考：reasoning: { effort: 'none' }

  • 特别说明：Qwen3.6-plus 默认开启深度思考，如果不设置为 none，会导致首字响应非常慢（亲测坑点）。

• 知识库绑定：

  "tools": [
    {
      "type": "file_search",
      "vector_store_ids": ["$KNOWLEDGE_BASE_ID"]
    }
  ]
  

3. 前端交互注意点

• 必须使用 fetch 请求，处理流式输出。
• 需处理 [DONE] 标记来结束流。
• 需根据 parsed.type (如 content, source, id) 分别处理文本内容和引用来源。

💡 总结与代码获取
以上记录仅为个人开发过程中的关键点梳理，特别是阿里云 SDK 的参数构造和 Qwen 模型的流式配置。

由于代码量较多，包含完整的 Express 路由封装和环境变量配置，直接粘贴容易格式错乱。如果你需要完整的源码参考，可以私信我获取，欢迎交流讨论！