如何流式传输来自 LLM 的响应

所有 LLMs 都实现了 Runnable 接口，该接口提供了标准可运行方法的默认实现（即 ainvoke, batch, abatch, stream, astream, astream_events）。

The 默认流式实现提供一个Iterator（或异步流式的AsyncIterator），它生成一个单一值：来自底层聊天模型提供者的最终输出。

输出是否支持按 token 流式传输，取决于该提供商是否已实现正确的流式支持。

在此查看支持逐 token 流式传输的集成。

注意

默认实现不支持逐 token 流式传输，但它确保模型可以替换为任何其他模型，因为它支持相同的标准接口。

同步流

下面我们使用一个 | 来帮助可视化令牌之间的分隔符。

from langchain_openai import OpenAI

llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)
for chunk in llm.stream("Write me a 1 verse song about sparkling water."):
    print(chunk, end="|", flush=True)

API 参考:OpenAI

|Spark|ling| water|,| oh| so clear|
|Bubbles dancing|,| without| fear|
|Refreshing| taste|,| a| pure| delight|
|Spark|ling| water|,| my| thirst|'s| delight||

异步流式传输

让我们看看如何在异步设置中使用 astream 进行流式传输。

from langchain_openai import OpenAI

llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)
async for chunk in llm.astream("Write me a 1 verse song about sparkling water."):
    print(chunk, end="|", flush=True)

API 参考:OpenAI

|Spark|ling| water|,| oh| so clear|
|Bubbles dancing|,| without| fear|
|Refreshing| taste|,| a| pure| delight|
|Spark|ling| water|,| my| thirst|'s| delight||

异步事件流

LLMs 还支持标准的 流式事件 方法。

提示

astream_events 在实现包含多个步骤的更大 LLM 应用（例如，涉及 agent 的应用）中的流式处理时最为有用。

from langchain_openai import OpenAI

llm = OpenAI(model="gpt-3.5-turbo-instruct", temperature=0, max_tokens=512)

idx = 0

async for event in llm.astream_events(
    "Write me a 1 verse song about goldfish on the moon", version="v1"
):
    idx += 1
    if idx >= 5:  # Truncate the output
        print("...Truncated")
        break
    print(event)

API 参考:OpenAI