# 现在（非流式）：你: 写一个快排[等待 5 秒...]AI: def quicksort(arr):\n    if len(arr) <= 1:\n        return arr...  ← 一次性全部出现# 本篇之后（流式）：你: 写一个快排AI: d→e→f→ →q→u→i→c→k→s→o→r→t→(...逐字显示，边生成边出现)

普通 HTTP 请求：客户端 ──请求──→ 服务器客户端 ←──完整响应── 服务器  （一次返回所有数据，连接关闭）SSE 流式请求：客户端 ──请求──→ 服务器客户端 ←──数据块1── 服务器客户端 ←──数据块2── 服务器   （连接保持打开，数据一块一块地来）客户端 ←──数据块3── 服务器...客户端 ←──[完成]── 服务器   （最后关闭连接）

输入: ”写一个冒泡排序”生成过程:  Token 1: "def"      → 立即发送  Token 2: " bubble"  → 立即发送  Token 3: "_sort"    → 立即发送  Token 4: "(arr"     → 立即发送  ...  Token N: <结束>     → 发送完成信号

const stream = await openai.chat.completions.create({    model: "deepseek-v4-flash",    messages: [...],    stream: true,  // ← 开启流式});forawait (const chunk of stream) {    const content = chunk.choices[0]?.delta?.content || "";    process.stdout.write(content);  // 逐块输出}

# 非流式：等全部生成完，返回一个完整的 response 对象response = client.chat.completions.create(    model="deepseek-v4-flash",    messages=[...],    stream=False, # 默认值，不开启流式)print(response.choices[0].message.content) # 完整的回复文本

# 流式：返回一个迭代器，逐个产生"数据块"（chunk）stream = client.chat.completions.create(    model="deepseek-v4-flash",    messages=[...],    stream=True,# 开启流式)# 遍历 stream，每个 chunk 包含一小段文本for chunk in stream:    if chunk.choices[0].delta.content: # 文本增量        print(chunk.choices[0].delta.content, end="", flush=True)

"""NorAI Code - 第4步：加入流式输出（Streaming）让 AI 像 ChatGPT 一样逐字显示回复，提升交互体验。"""import osfrom openai import OpenAI# ──────────────────────────────────────────────# 1. 初始化 OpenAI 客户端# ──────────────────────────────────────────────base_url="https://api.deepseek.com"api_key = os.getenv(”DEEPSEEK_API_KEY”)if not api_key:    print("错误：请设置环境变量 DEEPSEEK_API_KEY")    print("  Windows CMD:  set DEEPSEEK_API_KEY=sk-xxxxx")    print("  Windows PS:   $env:DEEPSEEK_API_KEY='sk-xxxxx'")    print("  macOS/Linux:  export DEEPSEEK_API_KEY=sk-xxxxx")    exit(1)client = OpenAI(api_key=api_key,base_url=base_url)# ──────────────────────────────────────────────# 2. 配置模型参数 + 系统提示词# ──────────────────────────────────────────────MODEL = "deepseek-v4-flash"TEMPERATURE = 0MAX_TOKENS = 64000SYSTEM_PROMPT = """你是一个专业的 AI 编程助手。你的职责是帮助用户解决编程相关的问题。行为准则：1. 用中文回复，但代码中的变量名、函数名保持英文2. 给出的代码要包含必要的注释，帮助用户理解3. 如果用户的问题与编程无关，礼貌地引导用户回到编程话题4. 回答应该简洁、直接，展示代码而非冗长的解释5. 如果用户问”你是谁”，回答你是一个 AI 编程助手，专注于帮助编程任务"""# ──────────────────────────────────────────────# 3. Agent 主循环（Agent Loop）# ──────────────────────────────────────────────print("=" * 50)print("  NorAI Code - 最简 Agent")print("  输入 'exit' 或 'quit' 退出")print("=" * 50)while True:     # ── 步骤 1：读取用户输入 ──    try:        user_input = input("\n你: ").strip()    except (EOFError, KeyboardInterrupt):        # 用户按了 Ctrl+C 或 Ctrl+D，优雅退出        print("\n再见")        break    # 检查是否退出    if user_input.lower() in ("exit", "quit", "q"):        print("再见")        break    # 跳过空输入    if not user_input:        continue # ── 步骤 2：调用 LLM API（流式输出）──# ★ 关键变化：stream=True，返回一个迭代器而非完整响应    try:        stream = client.chat.completions.create(            model=MODEL,            messages=[                {"role": "system", "content": SYSTEM_PROMPT},                {"role": "user",   "content": user_input},            ],            temperature=TEMPERATURE,            max_tokens=MAX_TOKENS,            stream=True, # 开启流式输出        )    except Exception as e:        print(f"API 调用失败: {e}")        continue    # ── 步骤 3：逐块接收并显示 AI 的回复 ──     # stream 是一个迭代器，每次迭代产生一个 chunk（数据块）    # 每个 chunk 包含一小段新生成的文本（可能是一个词、几个字、甚至一个标点）    # end="" 表示打印后不换行    # flush=True 表示立即输出到终端（不等待缓冲区填满）    print("\nAI: ", end="", flush=True)    # 先打印前缀，不换行，立即刷新    for chunk in stream:        # 注意：有些 chunk 可能没有 content（比如第一个 chunk 通常是空的）        delta = chunk.choices[0].delta        if delta.content:            print(delta.content, end="", flush=True)    print() # 流式输出完成后，打印一个换行

第 3 步（非流式）：┌───────────────────────────────────────────────┐│ response = client.chat.completions.create(    ││     ...                                       ││     stream=False,                             ││ )                                             ││                                               ││ ai_reply = response.choices[0].message.content│ 一次性获取全部文本│ print(f"\nAI: {ai_reply}")                    │ 一次性打印└───────────────────────────────────────────────┘第 4 步（流式）：┌──────────────────────────────────────────────────┐│ stream = client.chat.completions.create(         ││     ...                                          ││     stream=True,                                 ││ )                                                ││                                                  ││ print("\nAI: ", end="", flush=True)              │ 先打印前缀│ for chunk in stream:                             │ 遍历数据块│     delta = chunk.choices[0].delta               ││     if delta.content:                            ││         print(delta.content, end="", flush=True) │ 逐块打印│ print()                                          │ 最后换行└──────────────────────────────────────────────────┘

print("Hello", end="", flush=True)

for chunk in stream:    delta = chunk.choices[0].delta    if delta.content: # 这个检查很重要        print(delta.content, end="", flush=True)

try:    for chunk in stream:        delta = chunk.choices[0].delta        if delta.content:            print(delta.content, end="", flush=True)except KeyboardInterrupt: # 用户按了 Ctrl+C，中断流式输出    print("\n[已中断]")    continue # 回到主循环，等待下一次输入

==================================================  NorAI Code - AI 编程助手  输入 'exit' 或 'quit' 退出==================================================你: 用 Python 一行代码写个 HTTP 服务器AI: 当然可以！Python 内置的 http.server 模块可以一行启动：```pythonpython -m http.server 8000# 在 Python 3 中，直接用命令行即可

exec("import http.server;http.server.HTTPServer(('',8000),http.server.SimpleHTTPRequestHandler).serve_forever()")

```python# 现在（无历史）：messages = [    {"role": "system", "content": SYSTEM_PROMPT},    {"role": "user", "content": user_input}, # 只有当前这一轮]# 下一篇文章后（有历史）：messages = [    {"role": "system", "content": SYSTEM_PROMPT}, # 系统提示词    {"role": "user", "content": "写个快排"}, # 第1轮用户    {"role": "assistant", "content": "def quick..."}, # 第1轮 AI    {"role": "user", "content": "能加注释吗？"}, # 第2轮用户（引用上一轮）    ]