在开发中，如果要实现 AI 的流式调用并实时获取返回内容，具体应当采取怎样的技术方案？
考察说明
考查对 AI 流式接口调用机制和实时数据处理的理解。
回答思路
- 【回答框架 1】流式调用 AI 的核心是使用 HTTP 长连接或 WebSocket 等持久连接，客户端发起请求后，服务器以分块传输编码持续返回数据，而不是一次性发送完整响应。
- 【回答框架 2】客户端通过事件流接口接收服务器推送的文本增量，每个 chunk 是部分生成的 token，通过回调或异步迭代实时处理并展示，从而实现打字机效果。
- 【回答框架 3】具体实现上，可以使用服务器发送事件（SSE）或 WebSocket，SSE 更轻量且适合单向流，WebSocket 支持双向通信，选择取决于是否需要客户端向服务器发送额外指令。
- 【回答框架 4】在客户端，需要解析流式响应，处理数据缓冲和解析边界，确保不遗漏或重复内容，同时管理连接状态和错误重连机制。
- 【回答框架 5】对于服务端，需要合理设置超时和背压控制，防止内存溢出，并考虑并发限制和资源回收。
- 【关键点 1】流式调用基于 HTTP 分块传输或 WebSocket 实现持续数据推送。
- 【关键点 2】客户端通过事件流或异步迭代逐块处理数据，实现实时显示。
- 【关键点 3】需要正确处理流解析、错误重连和连接生命周期管理。
- 【关键点 4】根据交互需求选择 SSE 或 WebSocket，SSE 简单，WebSocket 支持双向。
- 【关键点 5】服务端需考虑背压和超时，避免资源泄漏。
- 【易错点 1】忽略背压控制可能导致内存溢出或连接阻塞。
- 【易错点 2】错误处理不当会导致流中断无法自动恢复，影响用户体验。
- 【易错点 3】滥用 WebSocket 增加复杂度，对单向流场景可用 SSE 更优。