Implimenta l-istreaming fil-Python
F'din il-paġna
Mill-prototip għall-produzzjoni
Il-lezzjoni ta’ qabel kopriet il-kunċetti tal-istreaming SSE. L-aktar parti diffiċli fadal: li tħawwel loop ta’ dimostrazzjoni f’klijent li jiflaħ taħt piż, jissopravvivi għal żbalji fin-netwerk, u jipprovdi data lil interfaċċja web. Din il-lezzjoni ssegwi t-trajettorja reali ta’ proġett—l-ewwel l-istruttura bażika, imbagħad l-immaniġġjar tal-iżbalji, wara l-asinkronija, l-espożizzjoni HTTP, u fl-aħħar il-kejl.
Il-mudell bażiku
Kollox jibda b’din l-istruttura ta’ għaxar linji, li se tadatta għal kull proġett. Tagħmel żewġ affarijiet fl-istess ħin: turi t-tokens hekk kif jaslu u takkumulahom għar-ritorn tal-funzjoni.
from mistralai.client import Mistral
import os
client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
def stream_chat(messages: list, model: str = "mistral-large-latest") -> str:
"""Tibgħat talba ta' streaming u turi t-tokens f'ħin reali."""
stream = client.chat.stream(
model=model,
messages=messages
)
full_text = ""
for chunk in stream:
content = chunk.data.choices[0].delta.content
if content:
full_text += content
print(content, end="", flush=True)
print() # Linja ġdida
return full_text
Din il-verżjoni taħdem għal skritt lokali. Għandha difett fatali fil-produzzjoni: tistampa fit-terminal, allura ma tista’ tagħmel xejn ħlief xogħol fit-terminal.
Immaniġġjar komprensiv tal-iżbalji
Żbalji fin-netwerk, timeouts, u limiti ta’ rati mhumiex ipotetiċi: huma ċertezzi fuq skala ta’ traffiku reali. Il-klijent hawn taħt jindirizza ż-żewġ problemi. Jerġa’ jipprova awtomatikament l-iżbalji 429 b’backoff esponenzjali, u ma jistampa xejn aktar: jemetti avvenimenti ttajpjati permezz ta’ yield, u jħalli lil min sejjaħ jiddeċiedi x’għandu jagħmel bihom—jurihom, jibgħathom lejn WebSocket, jew jiktebhom f’database.
from mistralai.client import Mistral
from mistralai.client.errors import SDKError
import os
import time
client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
def stream_with_retry(
messages: list,
model: str = "mistral-large-latest",
max_retries: int = 3,
max_tokens: int = 2000
) -> dict:
"""Streaming b'tentattiv mill-ġdid awtomatiku u metriċi."""
for attempt in range(max_retries):
try:
stream = client.chat.stream(
model=model,
messages=messages,
max_tokens=max_tokens
)
full_text = ""
finish_reason = None
chunk_count = 0
for chunk in stream:
delta = chunk.data.choices[0].delta
if delta.content:
full_text += delta.content
chunk_count += 1
yield {"type": "token", "content": delta.content}
if chunk.data.choices[0].finish_reason:
finish_reason = chunk.data.choices[0].finish_reason
yield {
"type": "done",
"full_text": full_text,
"finish_reason": finish_reason,
"chunks": chunk_count
}
return
except SDKError as e:
if e.status_code == 429 and attempt < max_retries - 1:
wait_time = 2 ** attempt # Backoff esponenzjali
yield {"type": "retry", "wait": wait_time, "attempt": attempt + 1}
time.sleep(wait_time)
else:
yield {"type": "error", "message": str(e), "status": e.status_code}
return
except Exception as e:
yield {"type": "error", "message": str(e), "status": None}
return
Il-backoff esponenzjali 2 ** attempt jistenna sekonda, imbagħad 2, imbagħad 4. Din il-progressjoni mhix dekorattiva: jekk il-klijenti kollha tiegħek jerġgħu jippruvaw bl-istess ritmu fiss, huma jolqtu l-API f’bursts sinkronizzati u jkomplu jsaħħu s-saturazzjoni li qed ibatu minnha. Innota wkoll li biss l-iżball 429 jipprovoka tentattiv mill-ġdid—li terġa’ tipprova 401 minħabba ċavetta invalida biss iddewwem id-dijanjosi.
Fuq in-naħa ta’ min sejjaħ, il-konsum isir qari sempliċi ta’ avveniment:
messages = [
{"role": "system", "content": "Int assistent tekniku."},
{"role": "user", "content": "Spjega d-disinn patterns fil-Python."}
]
for event in stream_with_retry(messages):
if event["type"] == "token":
print(event["content"], end="", flush=True)
elif event["type"] == "retry":
print(f"\n[Tentattiv mill-ġdid {event['attempt']}, nistenna {event['wait']}s...]")
elif event["type"] == "done":
print(f"\n\n--- Lest ({event['chunks']} chunks, {event['finish_reason']})")
elif event["type"] == "error":
print(f"\n[Żball: {event['message']}]")
Istrejmjar asinkronu ma’ asyncio
Il-klijent sinkronu jimblokaw it-thread tiegħu għall-ġenerazzjoni kollha. Fuq server web li jrid jimmaniġġja ħamsin konversazzjoni simultanja, dan ifisser li timmobilizza ħamsin thread biss biex tistenna. Il-klijent asinkronu jneħħi din ir-restrizzjoni:
from mistralai.client import Mistral
import asyncio
import os
client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
async def async_stream_chat(messages: list) -> str:
"""Streaming asinkronu għal applikazzjonijiet konkorrenti."""
stream = await client.chat.stream_async(
model="mistral-large-latest",
messages=messages
)
full_text = ""
async for chunk in stream:
content = chunk.data.choices[0].delta.content
if content:
full_text += content
print(content, end="", flush=True)
print()
return full_text
# Eżekuzzjoni
async def main():
messages = [{"role": "user", "content": "Merħba, ippreżenta ruħek."}]
result = await async_stream_chat(messages)
print(f"\nTotal: {len(result)} karattri")
asyncio.run(main())
Il-loġika hija identika għall-verżjoni sinkrona; biss stream_async, l-await fuq is-sejħa, u l-async for fuq il-loop jinbidlu.
Integrazzjoni ma’ FastAPI
Sussegwentement, trid toħroġ dan l-istreaming mill-proċess Python tiegħek u ddahħlu fil-browser. FastAPI jimmaniġġja dan b’StreamingResponse, sakemm terġa’ tiffurmatta kull framment għall-format SSE li rajna fil-lezzjoni ta’ qabel:
from fastapi import FastAPI
from fastapi.responses import StreamingResponse
from mistralai.client import Mistral
import os
import json
app = FastAPI()
client = Mistral(api_key=os.getenv("MISTRAL_API_KEY"))
async def generate_stream(prompt: str):
"""Ġeneratur SSE għal FastAPI."""
stream = await client.chat.stream_async(
model="mistral-large-latest",
messages=[{"role": "user", "content": prompt}]
)
async for chunk in stream:
content = chunk.data.choices[0].delta.content
if content:
data = json.dumps({"content": content})
yield f"data: {data}\n\n"
yield "data: [DONE]\n\n"
@app.get("/chat/stream")
async def chat_stream(prompt: str):
return StreamingResponse(
generate_stream(prompt),
media_type="text/event-stream"
)
Żewġ dettalji jiddeterminaw jekk dan l-endpoint jaħdimx sewwa. Il-linja doppja vojta \n\n li tispiċċa kull yield hija dak li jifred l-avvenimenti fil-protokoll SSE: mingħajrha, il-browser jistenna għal żmien indefinit għal avveniment li jqisu mhux lest. U media_type="text/event-stream" huwa dak li jippermetti lill-klijent JavaScript jikkonsma r-risposta b’EventSource minflok fetch standard.
Kejl tal-prestazzjoni
Ladarba l-istreaming ikun postu, trid tkun taf kif qed jaħdem. Żewġ metriċi huma biżżejjed biex tmexxi l-ottimizzazzjoni:
import time
start = time.perf_counter()
first_token_time = None
token_count = 0
stream = client.chat.stream(
model="mistral-large-latest",
messages=[{"role": "user", "content": "Ikteb paragrafu dwar Pariġi."}]
)
for chunk in stream:
if chunk.data.choices[0].delta.content:
if first_token_time is None:
first_token_time = time.perf_counter() - start
token_count += 1
total_time = time.perf_counter() - start
print(f"Time to First Token (TTFT): {first_token_time:.3f}s")
print(f"Tokens iġġenerati: {token_count}")
print(f"Ħin totali: {total_time:.3f}s")
print(f"Tokens/sekonda: {token_count / total_time:.1f}")
TTFT (Time to First Token)—il-ħin bejn l-ibgħat tat-talba u l-wiri tal-ewwel karattru—hija l-aktar metrika importanti għall-esperjenza tal-utent. Tieħu preċedenza fuq il-ħin totali: ġenerazzjoni ta’ ħmistax-il sekonda li l-ewwel kelma tagħha tidher fi tliet għaxriet ta’ sekonda se tidher mgħaġġla, filwaqt li ġenerazzjoni ta’ ħames sekondi mogħtija f’blokk wieħed se tidher bil-mod. Kejjilha fuq il-prompts reali tiegħek, inkluż il-messaġġ tas-sistema—messaġġ tas-sistema ta’ żewġ paġni jtawwal it-TTFT qabel ma jiġi ġġenerat l-ewwel token.
Punti Ewlenin
- Uża mudell ta’ ġeneratur (
yield) biex tippropaga t-tokens tal-istreaming - Implimenta backoff esponenzjali għal żbalji 429 (limitu ta’ rata)
- Ippreferixxi
stream_asyncgħal applikazzjonijiet web konkorrenti - Kejjel it-TTFT u t-tokens/sekonda biex tottimizza l-prestazzjoni
- Ma’ FastAPI,
StreamingResponse+text/event-streamjippropagaw l-SSE lejn il-browser