在大模型应用中，如何实现流式输出 (Streaming / SSE)？请写出关键代码。

为什么需要流式输出：

改善用户体验——首token出现越快，用户等待感越小（TTFT从5s变为0.3s）

Python FastAPI 实现（SSE - Server-Sent Events）：

from fastapi import FastAPI
from fastapi.responses import StreamingResponse
from openai import AsyncOpenAI
import asyncio, json

app = FastAPI()
client = AsyncOpenAI()

async def generate_stream(prompt: str):
    stream = await client.chat.completions.create(
        model='gpt-4',
        messages=[{'role': 'user', 'content': prompt}],
        stream=True
    )
    async for chunk in stream:
        if chunk.choices[0].delta.content:
            data = json.dumps({
                'delta': chunk.choices[0].delta.content,
                'finish_reason': chunk.choices[0].finish_reason
            })
            yield f'data: {data}\n\n'
    yield 'data: [DONE]\n\n'

@app.post('/chat/stream')
async def chat_stream(prompt: str):
    return StreamingResponse(
        generate_stream(prompt),
        media_type='text/event-stream'
    )

前端（React/JS）消费SSE：

const response = await fetch('/chat/stream', { method: 'POST', body: formData });
const reader = response.body.getReader();
const decoder = new TextDecoder();
while (true) {
    const { done, value } = await reader.read();
    if (done) break;
    const chunk = decoder.decode(value);
    updateUIRender(chunk);
}

WebSocket场景：适合需要双向通信的实时对话系统