Streaming: odbieraj odpowiedzi w czasie rzeczywistym
Na tej stronie
Streaming: odbieraj odpowiedzi w czasie rzeczywistym
Dzięki streamingowi otrzymujesz odpowiedź token po tokenie, zamiast czekać na zakończenie całego procesu generowania. To nie tylko kwestia estetyki interfejsu: to właśnie odróżnia chatbota, który wydaje się ociężały, od takiego, który reaguje błyskawicznie, nawet przy identycznej wydajności serwera.
Dlaczego używać streamingu?
Bez streamingu użytkownicy czasem wpatrują się w pusty ekran przez dziesięć do trzydziestu sekund, zanim cała odpowiedź pojawi się naraz. Ze streamingiem pierwsze słowa widoczne są w mniej niż sekundę, a czytanie zaczyna się w trakcie trwania generowania. Całkowity czas trwania jest taki sam, ale odczucie użytkownika – zupełnie inne. Włączenie tej funkcji wymaga tylko jednego parametru: stream=True, który zmienia wartość zwracaną przez create() w iterator zdarzeń.
from openai import OpenAI
client = OpenAI()
# BEZ streamingu — czekaj na wszystko
response = client.responses.create(
model="gpt-5.6-terra",
input="Write a paragraph about artificial intelligence."
)
print(response.output_text) # Pojawia się wszystko naraz po oczekiwaniu
# ZE streamingiem — token po tokenie
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() # Nowa linia na końcu
Typowane zdarzenia, a nie bezkształtny strumień
Strumień nie przenosi samego tekstu. Powiadamia cię, gdy odpowiedź zostanie utworzona, gdy dodawany jest każdy element wyjściowy, gdy docierają fragmenty i gdy następuje zakończenie – ostatnie zdarzenie zawiera metryki zużycia tokenów. Filtrujesz dane według event.type, aby wiedzieć, z czym masz do czynienia. Taka struktura pozwala np. wyświetlić wskaźnik ładowania natychmiast po wystąpieniu response.created i podsumować liczbę tokenów na końcu bez konieczności wykonywania drugiego wywołania API.
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}")
# Wyjście:
# [Response created] ID: resp_abc123
# [New output item]
# [Text] Hello[Text] ! [Text] How[Text] can[Text] I...
# [Text complete]
# [Done] Tokens: 25
W prawdziwej aplikacji prawie zawsze będziesz chciał robić dwie rzeczy jednocześnie: wyświetlać fragmenty na bieżąco i rekonstruować pełny tekst, aby móc go zarchiwizować lub zwrócić wywołującemu. Zasada jest prosta: akumuluj dane podczas iteracji, ponieważ po skonsumowaniu strumienia nie można go cofnąć.
def stream_and_collect(prompt: str) -> str:
"""Strumieniuj odpowiedź, jednocześnie ją zbierając."""
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() # Nowa linia
return full_text
result = stream_and_collect("List 3 European capitals.")
print(f"\nCollected text ({len(result)} characters)")
Streaming a wywoływanie funkcji
Wywołania funkcji również są strumieniowane i mają własne zdarzenia: argumenty docierają w fragmentach przez response.function_call_arguments.delta, a response.function_call_arguments.done sygnalizuje, że JSON jest kompletny. Ma to istotne konsekwencje praktyczne – nigdy nie próbuj deserializować argumentów przed zdarzeniem done, inaczej otrzymasz tylko ucięty JSON.
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]")
# Wyjście:
# [Args] {"city": "Tokyo"}
# [Function call complete]
Przypadek asynchroniczny
Gdy tylko twoja aplikacja obsługuje wielu użytkowników jednocześnie, przełącz się na AsyncOpenAI: klient synchroniczny zablokowałby pętlę zdarzeń na cały czas generowania, zmuszając inne żądania do oczekiwania. Składnia różni się tylko dwoma słowami kluczowymi: await przy tworzeniu i async for podczas iteracji.
from openai import AsyncOpenAI
import asyncio
async_client = AsyncOpenAI()
async def stream_async(prompt: str):
"""Asynchroniczne strumieniowanie odpowiedzi."""
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."))
W aplikacjach webowych streaming jest bezużyteczny, jeśli zatrzymuje się na twoim serwerze: musisz rozszerzyć go aż do przeglądarki. FastAPI umożliwia to dzięki StreamingResponse, zasilanemu przez generator, który przekazuje fragmenty w miarę ich pojawiania się.
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")
Błędy w trakcie streamingu
Jeden szczegół zasługuje na szczególną uwagę: w trybie streamingu błąd może wystąpić już po wyświetleniu niektórych fragmentów. Użytkownik widzi wtedy odpowiedź, która zaczęła się, ale została urwana. Dlatego opakuj w blok obsługi wyjątków samą iterację, a nie tylko tworzenie strumienia, abyś mógł czysto sygnalizować przerwanie, zamiast zostawiać niedokończone zdanie.
from openai import APIError
def stream_with_errors(prompt: str):
"""Strumieniowanie z odporną obsługą błędów."""
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.")
Kluczowe wnioski
- Włącz streaming za pomocą
stream=True, aby uzyskać doświadczenie w czasie rzeczywistym - Filtruj zdarzenia według
event.type, aby poprawnie obsługiwać każdy typ danych response.output_text.deltazawiera fragmenty teksturesponse.completedsygnalizuje koniec i zawiera metryki zużycia- Używaj
AsyncOpenAIdo streamingu w aplikacjach asynchronicznych - Zawsze obsługuj błędy, nawet w trybie streamingu