Streaming: válaszok fogadása valós időben
Ezen az oldalon
Streaming: válaszok fogadása valós időben
A streaming lehetővé teszi, hogy tokenről tokenre kapd meg a választ ahelyett, hogy megvárnád a teljes generálás befejeződését. Ez nem csupán felületi csinosítás: ez választja el a lassúnak ható chatbotot attól, amely fürge, még akkor is, ha a szerver teljesítménye azonos.
Miért használj streaminget?
Streaming nélkül a felhasználók néha tíz-harminc másodpercig bámulnak egy üres képernyőt, mire a teljes válasz egyszerre megjelenik. Streaminggel az első szavak egy másodpercen belül láthatóvá válnak, és az olvasás már a generálás folytatódása közben megkezdődhet. A teljes időtartam ugyanaz marad; az érzékelés viszont nem. A bekapcsolásához mindössze egyetlen paraméterre van szükség: stream=True, ami az create() visszatérési értékét esemény-iterátorrá alakítja.
from openai import OpenAI
client = OpenAI()
# Streaming NÉLKÜL – várakozás mindenre
response = client.responses.create(
model="gpt-5.6-terra",
input="Write a paragraph about artificial intelligence."
)
print(response.output_text) # A várakozás után egyszerre jelenik meg
# StreamingGEL – tokenről tokenre
stream = client.responses.create(
model="gpt-5.6-terra",
input="Write a paragraph about artificial intelligence.",
stream=True
)
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
print() # Új sor a végén
Típusos események, nem pedig formázatlan adatfolyam
A stream nem csupán szöveget szállít. Értesít, amikor a válasz létrejön, amikor minden egyes kimeneti elem hozzáadódik, amikor töredékek érkeznek, és amikor a folyamat befejeződik – a záró esemény tartalmazza a felhasználási statisztikákat is. Az event.type alapján szűrhetsz, hogy tudd, mit kezelsz. Ez a struktúra lehetővé teszi például, hogy betöltésjelzőt jeleníts meg, amint a response.created lefut, és a végén összesítsd a tokeneket egy újabb API-hívás nélkül.
stream = client.responses.create(
model="gpt-5.6-terra",
input="Hello!",
stream=True
)
for event in stream:
match event.type:
case "response.created":
print(f"[Response created] ID: {event.response.id}")
case "response.output_item.added":
print(f"[New output item]")
case "response.output_text.delta":
print(f"[Text] {event.delta}", end="")
case "response.output_text.done":
print(f"\n[Text complete]")
case "response.completed":
print(f"[Done] Tokens: {event.response.usage.total_tokens}")
# Kimenet:
# [Response created] ID: resp_abc123
# [New output item]
# [Text] Hello[Text] ! [Text] How[Text] can[Text] I...
# [Text complete]
# [Done] Tokens: 25
Egy valós alkalmazásban szinte mindig két dolgot kell egyszerre csinálnod: megjeleníteni a töredékeket, és újraösszeállítani a teljes szöveget, hogy archiválhasd vagy visszaadhasd a hívónak. A szabály egyszerű: gyűjtsd össze az iterálás során, mert ha a streamet egyszer elfogyasztottad, nem tekerhető vissza.
def stream_and_collect(prompt: str) -> str:
"""Válasz streamelése közbeni összegyűjtéssel."""
stream = client.responses.create(
model="gpt-5.6-terra",
input=prompt,
stream=True
)
full_text = ""
for event in stream:
if event.type == "response.output_text.delta":
full_text += event.delta
print(event.delta, end="", flush=True)
print() # Új sor
return full_text
result = stream_and_collect("List 3 European capitals.")
print(f"\nCollected text ({len(result)} characters)")
Streaming és függvényhívás
A függvényhívások is streamelhetők, saját eseményeikkel: az argumentumok töredékesen érkeznek a response.function_call_arguments.delta eseményen keresztül, a response.function_call_arguments.done pedig jelzi, hogy a JSON teljes. Ennek fontos gyakorlati következménye van: soha ne próbáld meg deszerializálni az argumentumokat a done esemény előtt, különben csak csonka JSON-t kapsz.
stream = client.responses.create(
model="gpt-5.6-terra",
input="What time is it in Tokyo?",
tools=[{
"type": "function",
"name": "get_time",
"description": "Get the time in a city",
"parameters": {
"type": "object",
"properties": {
"city": {"type": "string"}
},
"required": ["city"]
}
}],
stream=True
)
for event in stream:
match event.type:
case "response.output_text.delta":
print(event.delta, end="")
case "response.function_call_arguments.delta":
print(f"[Args] {event.delta}", end="")
case "response.function_call_arguments.done":
print(f"\n[Function call complete]")
# Kimenet:
# [Args] {"city": "Tokyo"}
# [Function call complete]
Aszinkron eset
Amint az alkalmazásod egyszerre több felhasználót is kiszolgál, válts az AsyncOpenAI használatára: a szinkron kliens blokkolná az eseményhurkot a teljes generálás idejére, ami miatt a többi kérésednek várakoznia kellene. A szintaxis mindössze két kulcsszóban tér el: await a létrehozáskor és async for az iteráláskor.
from openai import AsyncOpenAI
import asyncio
async_client = AsyncOpenAI()
async def stream_async(prompt: str):
"""A válasz aszinkron streamelése."""
stream = await async_client.responses.create(
model="gpt-5.6-terra",
input=prompt,
stream=True
)
async for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
print()
asyncio.run(stream_async("Tell a short joke."))
A weben a streaming haszontalan, ha a szerverednél megáll: ki kell terjesztened a böngésző felé is. A FastAPI ezt a StreamingResponse segítségével teszi lehetővé, amelyet egy generátor táplál, ami továbbítja a beérkező töredékeket.
from fastapi import FastAPI
from fastapi.responses import StreamingResponse
from openai import OpenAI
app = FastAPI()
client = OpenAI()
@app.get("/chat")
async def chat(question: str):
def generate():
stream = client.responses.create(
model="gpt-5.6-terra",
input=question,
stream=True
)
for event in stream:
if event.type == "response.output_text.delta":
yield event.delta
return StreamingResponse(generate(), media_type="text/plain")
Hibák streamelés közben
Egy részlet külön figyelmet érdemel: streaming esetén hiba történhet már akkor is, amikor töredékek már megjelentek. A felhasználó így olyan választ lát, amely elindul, de megszakad. Ezért magát az iterációt burkold be try-except blokkba, nem csupán a stream létrehozását, hogy tisztán jelezhesd a megszakítást, ahelyett, hogy félbehagyott mondatot hagynál.
from openai import APIError
def stream_with_errors(prompt: str):
"""Streaming robusztus hibakezeléssel."""
try:
stream = client.responses.create(
model="gpt-5.6-terra",
input=prompt,
stream=True
)
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
print()
except APIError as e:
print(f"\nAPI error during streaming: {e.message}")
except Exception as e:
print(f"\nUnexpected error: {e}")
stream_with_errors("Explain streaming in 2 sentences.")
Főbb megállapítások
- Engedélyezd a streaminget a
stream=Trueparaméterrel a valós idejű élmény érdekében - Szűrd az eseményeket az
event.typealapján, hogy helyesen kezeld az egyes adattípusokat - A
response.output_text.deltatartalmazza a szövegtöredékeket - A
response.completedjelzi a végét, és tartalmazza a felhasználási statisztikákat - Használd az
AsyncOpenAIklienst aszinkron alkalmazásokban történő streaminghez - Mindig kezeld a hibákat, még streaming módban is