当前位置：首页 > news >正文

Spring Ai--快速入门4：流式对话

news 2026/8/8 13:18:00

原文网址：Spring Ai--快速入门4：流式对话-CSDN博客

简介

本文介绍Spring Ai流式对话的实战，以这三种方式进行实战：流式返回字符串结果、流式返回全量SSE数据、流式返回手动调用接口的结果。

备注：之前文章介绍过Spring Ai对话的实战：Spring Ai--快速入门1：对话实战-CSDN博客

流式会话的原理是什么？

流式会话的核心：服务端持续地向客户端发送数据。实现方案有两种：WebSocket、SSE。

WebSocket：大部分人都知道，它是长连接，全双工，客户端可以持续向服务端发送数据，服务端也可以持续地向客户端发送数据。

SSE：全称是：Server-Sent Events，中文含义：服务器发送事件。服务端可以持续地向客户端发送数据，但客户端是一次性的发送请求给服务器。

两者详细的对比可以看这里：WebSocket与SSE的对比-CSDN博客

对比后可以发现：SSE更适合用于AI流式数据返回。

Spring Ai底层就是基于SSE。

测试

用apifox进行测试。

1. 流式返回字符串结果

可以发现：Flux<String>这种写法，直接返回了回答的内容，没有额外的数据。

适合只需要结果的业务场景。

2. 流式返回全量SSE数据

可以发现：Flux<ServerSentEvent<ChatResponse>>这种写法会返回全量SSE数据，里边会包含AI的回答。而且，第一个响应和最后一个响应，真实数据的字段text，是空的。

适合需要全量SSE数据的业务场景。实际上，可以对结果进行定制，比如只取ChatResponse里的某个值，只需改写返回值泛型以及这个地方：

.map(chatResponse -> { return ServerSentEvent .builder(chatResponse) .event("message") .build(); });

第一个响应：

中间的响应

最后一个响应

这里贴出完整的单条响应：

{ "result": { "output": { "messageType": "ASSISTANT", "metadata": { "role": "ASSISTANT", "messageType": "ASSISTANT", "finishReason": "", "refusal": "", "index": 0, "annotations": [], "id": "chatcmpl-e20dbdd1-4e7d-9f48-9ea3-eecdf987d3c9", "reasoningContent": "" }, "toolCalls": [], "media": [], "text": "我可以" }, "metadata": { "finishReason": "", "contentFilters": [], "empty": true } }, "results": [ { "output": { "messageType": "ASSISTANT", "metadata": { "role": "ASSISTANT", "messageType": "ASSISTANT", "finishReason": "", "refusal": "", "index": 0, "annotations": [], "id": "chatcmpl-e20dbdd1-4e7d-9f48-9ea3-eecdf987d3c9", "reasoningContent": "" }, "toolCalls": [], "media": [], "text": "我可以" }, "metadata": { "finishReason": "", "contentFilters": [], "empty": true } } ], "metadata": { "id": "chatcmpl-e20dbdd1-4e7d-9f48-9ea3-eecdf987d3c9", "model": "qwen-plus", "rateLimit": { "tokensLimit": 0, "requestsReset": "PT0S", "tokensRemaining": 0, "tokensReset": "PT0S", "requestsLimit": 0, "requestsRemaining": 0 }, "usage": { "promptTokens": 0, "nativeUsage": {}, "completionTokens": 0, "totalTokens": 0 }, "promptMetadata": [], "empty": false } }

3. 流式返回手动调用接口数据

可以发现：Flux<ServerSentEvent<String>>这种写法会返回SSE部分数据，里边会包含AI的回答。而且，第一个响应和倒数第二个响应，真实数据的字段content，是空的；最后一个响应，是个统计性的数据，连content字段都没有，里边有一些token使用量等使用数据。

适合需要高度定制的业务场景。因为此法是直接使用WebFlux进行的接口调用，自由度最大。

第一次响应：

最后两个响应：

这里贴出详细数据

第一个响应：

{ "choices": [ { "delta": { "content": "", "role": "assistant" }, "index": 0, "logprobs": null, "finish_reason": null } ], "object": "chat.completion.chunk", "usage": null, "created": 1768920120, "system_fingerprint": null, "model": "qwen-plus", "id": "chatcmpl-174ca428-8fa3-9129-8567-69ccc39199d9" }

中间的响应：

{ "choices": [ { "finish_reason": null, "logprobs": null, "delta": { "content": "你好" }, "index": 0 } ], "object": "chat.completion.chunk", "usage": null, "created": 1768920120, "system_fingerprint": null, "model": "qwen-plus", "id": "chatcmpl-174ca428-8fa3-9129-8567-69ccc39199d9" }

倒数第二个响应：

{ "choices": [ { "finish_reason": "stop", "delta": { "content": "" }, "index": 0, "logprobs": null } ], "object": "chat.completion.chunk", "usage": null, "created": 1768920120, "system_fingerprint": null, "model": "qwen-plus", "id": "chatcmpl-174ca428-8fa3-9129-8567-69ccc39199d9" }

最后一个响应：

{ "choices": [], "object": "chat.completion.chunk", "usage": { "prompt_tokens": 11, "completion_tokens": 278, "total_tokens": 289, "prompt_tokens_details": { "cached_tokens": 0 } }, "created": 1768920120, "system_fingerprint": null, "model": "qwen-plus", "id": "chatcmpl-174ca428-8fa3-9129-8567-69ccc39199d9" }