# 别再只会 HTTP 了，SSE 才是 AI 流式输出的答案 | BV15F7J6dEdm

Milky 整理

## 协议对比：三种通信模式的本质差异

### HTTP 协议：懒惰的服务员

```
客户端发起请求 → 服务器响应 → 连接关闭 → 客户端再次发起请求 → ...
```

- 客户端主动发起请求，服务端被动响应
- 一问一答模式，服务端不能主动推送消息
- 无状态、单次请求
- 连接在每次响应后立即关闭

适用场景：普通接口查询、网页加载、表单提交、简单数据获取

轮询问题：网络开销大、延迟、实时性差

### SSE 协议：勤快的服务员

```
客户端发起一次请求 → 服务端持续主动推送 → 直到传输结束
```

- 客户端只需发送一次请求
- 服务端主动、持续推送消息
- 单向通信（服务端 → 客户端）
- 长连接保持

适用场景：AI 大模型流式输出、外卖/订单进度推送、股票 K 线图、监控仪表盘、任何需要服务端主动推送文本数据的场景

### WebSocket 协议：随身对讲机

- 双向通信
- 客户端和服务端角色对等
- 实现复杂度最高

适用场景：实时聊天室、语音问答/交互、在线课堂、需要双向实时交互的场景

### 三种协议对比

| 特性 | HTTP | SSE | WebSocket |
|------|------|-----|-----------|
| 通信方向 | 单向（客户端→服务端） | 单向（服务端→客户端） | 双向 |
| 服务端主动推送 | ❌ | ✅ | ✅ |
| 连接类型 | 短连接 | 长连接 | 长连接 |
| 实现难度 | ⭐ 最简单 | ⭐⭐ 中等 | ⭐⭐⭐ 复杂 |
| 数据格式 | 任意 | 文本数据 | 二进制/文本均可 |
| 客户端发送消息 | 需新建请求 | 需新建请求 | 随时可发 |

## 为什么 AI 流式输出首选 SSE？

- **HTTP 的问题**：大模型自回归生成，用户等待 1-2 分钟才能看到完整回复，无法流式体验
- **WebSocket 的问题**：实现复杂成本高，AI 对话场景不需要双向通信
- **SSE 的优势**：完美匹配 AI 流式输出，一次请求服务端持续推送增量结果，实现简单

## SSE 协议详解

### 典型交互过程

```
客户端 → HTTP GET 请求 → 服务器
客户端 ← 响应头 text/event-stream ← 服务器
客户端 ← 持续推送事件流 ← 服务器
客户端 ← 推送结束 ← 服务器
```

### 响应头

| 字段 | 值 | 说明 |
|------|-----|------|
| Content-Type | text/event-stream | 标识事件流 |
| Cache-Control | no-cache | 不缓存 |
| Connection | keep-alive | 保持连接活跃 |

### 协议格式（四个字段）

```
field: value\n\n
```

| 字段 | 说明 | 示例 |
|------|------|------|
| data | 消息数据 | data: {"content": "你好"} |
| event | 事件类型（可自定义） | event: message |
| id | 消息ID（断线重连） | id: 1 |
| retry | 重连间隔（毫秒） | retry: 5000 |

### 结束传输的四种方式

1. 强制断开连接
2. 自定义结束事件：`event: done`
3. 自定义结束标识：`data: [DONE]`
4. 业务字段标识：`data: {"content": "...", "finish": true}`

## FastAPI SSE 实战

### 前置知识

- Pydantic 数据模型 —— FastAPI 自动 JSON ↔ Python 对象转换
- EventSource API —— 浏览器原生 SSE 客户端
- Python yield 关键字 —— 生成器，逐次生成数据流

### 代码实现

FastAPI 0.135+ 原生支持 SSE，使用 `EventSourceResponse` + `AsyncGenerator[ServerSentEvent]`

```python
from fastapi import FastAPI
from fastapi.responses import EventSourceResponse
from sse.starlette.sse import ServerSentEvent
from pydantic import BaseModel
from typing import AsyncGenerator

app = FastAPI()

class ChatRequest(BaseModel):
    message: str

async def event_generator(req: ChatRequest) -> AsyncGenerator[ServerSentEvent, None]:
    response_text = f"你问的是: {req.message}\nSSE 是一种服务端推送协议..."
    words = response_text.split()
    for i, word in enumerate(words):
        is_final = (i == len(words) - 1)
        yield ServerSentEvent(
            event="message",
            data=f'{{"content": "{word} ", "isfinal": {is_final}}}'
        )

@app.post("/chat/stream")
async def chat_stream(req: ChatRequest):
    return EventSourceResponse(event_generator(req))
```

启动：`uvicorn main:app --reload`

### 客户端调用

- **JavaScript fetch + ReadableStream**：逐块读取并解析 SSE 数据
- **EventSource API**：浏览器原生，监听 message / 自定义事件

## 总结

| 概念 | 说明 |
|------|------|
| SSE | Server-Sent Events，服务端推送事件协议 |
| 核心优势 | 单次请求 + 服务端持续推送 + 实现简单 |
| 最佳场景 | AI 大模型流式输出、实时进度推送 |
| 协议格式 | data / event / id / retry 四个字段 |
| 结束方式 | 断开连接 / 自定义事件 / 特殊标识 / 业务字段 |
| FastAPI 集成 | 0.135+ 原生支持，使用 EventSourceResponse |

──────────────────────────────
Generated by MilkyAi@Bilibili