Streaming: Irċievi Tweġibiet f'Ħin Reali
F'din il-paġna
Streaming: Irċievi Tweġibiet f’Ħin Reali
Il-streaming jippermettilek tirċievi t-tweġiba token b’token minflok ma tistenna sakemm tiġi ġġenerata kollha. Dan mhux biss ittejjeb l-interfaċċja: huwa dak li jissepara chatbot li jidher bil-mod minn wieħed li jidher mgħaġġel, anke jekk il-prestazzjoni tas-server tkun l-istess.
Għaliex tuża l-Streaming
Mingħajr streaming, l-utenti kultant iħarsu lejn skrin vojt għal għaxar sa tletin sekonda qabel ma tidher it-tweġiba sħiħa f’daqqa. Bis-streaming, l-ewwel kliem jidher f’anqas minn sekonda, u l-qari jibda waqt li l-ġenerazzjoni tkompli. It-tul totali huwa l-istess; il-perċezzjoni mhix. Biex tattivah, teħtieġ biss parametru wieħed, stream=True, li jbiddel il-valur ta’ ritorn ta’ create() f’iteratur ta’ avvenimenti.
from openai import OpenAI
client = OpenAI()
# MHUX bis-streaming — stenna kollox
response = client.responses.create(
model="gpt-5.6-terra",
input="Write a paragraph about artificial intelligence."
)
print(response.output_text) # Jidher kollu f'daqqa wara l-istennija
# BIS-streaming — token b'token
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() # Linja ġdida fl-aħħar
Avvenimenti Tipizzati, Mhux Fluss Indifferenzjat
Il-fluss ma jġorrx biss test. Jgħarrafek meta tinħoloq it-tweġiba, meta jiżdied kull oġġett ta’ output, meta jaslu l-frammenti, u meta sseħħ il-kompletament—l-aħħar avveniment jinkludi metriċi ta’ użu. Tiffiltra fuq event.type biex tkun taf x’inhu qed timmaniġġja. Din l-istruttura tippermettilek, pereżempju, turi indikatur ta’ tagħbija hekk kif jitfaċċa response.created u tgħodd it-tokens fl-aħħar mingħajr sejħa API oħra.
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}")
# Output:
# [Response created] ID: resp_abc123
# [New output item]
# [Text] Hello[Text] ! [Text] How[Text] can[Text] I...
# [Text complete]
# [Done] Tokens: 25
F’applikazzjoni reali, kważi dejjem trid tagħmel żewġ affarijiet fl-istess ħin: turi l-frammenti u tirrikostruwixxi t-test sħiħ biex tkun tista’ tarkivjah jew tirritornah lis-sejjaħ. Ir-regola hija sempliċi: akkumula hekk kif tittera, għax darba li l-fluss jiġi kkunsmat, ma jistax jerġa’ lura.
def stream_and_collect(prompt: str) -> str:
"""Istreamja t-tweġiba filwaqt li tiġborha."""
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() # Linja ġdida
return full_text
result = stream_and_collect("List 3 European capitals.")
print(f"\nCollected text ({len(result)} characters)")
Streaming u Sejħiet ta’ Funzjonijiet
Is-sejħiet tal-funzjonijiet huma mstreamjati wkoll, bl-avvenimenti tagħhom stess: l-argumenti jaslu f’frammenti permezz ta’ response.function_call_arguments.delta, u response.function_call_arguments.done jissinjala li l-JSON huwa sħiħ. Dan għandu konsegwenza prattika importanti—qatt tipprova tiddeserjalizza l-argumenti qabel l-avveniment done, inkella jkollok biss JSON imqatta’.
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]")
# Output:
# [Args] {"city": "Tokyo"}
# [Function call complete]
Il-Każ Asinkronu
Hekk kif l-applikazzjoni tiegħek isservi diversi utenti simultanjament, ibdel għal AsyncOpenAI: il-klijent sinkronu jimblokaw il-linja tal-avvenimenti għall-ġenerazzjoni kollha, u jġiegħel lit-talbiet l-oħra jistennew. Is-sintassi tvarja b’żewġ kelmiet biss—await waqt il-ħolqien u async for waqt l-iterazzjoni.
from openai import AsyncOpenAI
import asyncio
async_client = AsyncOpenAI()
async def stream_async(prompt: str):
"""Streaming asinkronu tat-tweġiba."""
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."))
Fuq il-web, il-streaming ma jservi xejn jekk jieqaf fis-server tiegħek: trid testendih sal-browser. FastAPI jippermetti dan b’StreamingResponse, imħaddem minn ġeneratur li jgħaddi l-frammenti hekk kif jaslu.
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")
Żbalji Nofs il-Fluss
Dettall wieħed jistħoqqilhom attenzjoni: fil-streaming, żball jista’ jseħħ wara li diġà ntwrew xi frammenti. L-utent imbagħad jara tweġiba li tibda imma tinqata’. Għalhekk, poġġi l-iterazzjoni nnifisha f’blokk ta’ protezzjoni, mhux biss il-ħolqien tal-fluss, biex tkun tista’ tissinjala l-interruzzjoni b’mod nadif minflok ma tħalli sentenza mhux mitmuma.
from openai import APIError
def stream_with_errors(prompt: str):
"""Streaming b'ġestjoni robusta tal-iżbalji."""
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.")
Punti Ewlenin
- Attiva l-streaming b’
stream=Truegħal esperjenza f’ħin reali - Iffiltra l-avvenimenti skont
event.typebiex timmaniġġja kull tip ta’ data korrettament response.output_text.deltafih frammenti ta’ testresponse.completedjissinjala t-tmiem u jinkludi metriċi ta’ użu- Uża
AsyncOpenAIgħall-streaming f’applikazzjonijiet asinkroni - Dejjem immaniġġja l-iżbalji, anke f’modalità ta’ streaming