一次流式循环的可靠性，藏在事件处理与收尾之间

流式请求把一次等待拆成持续到达的事件

聊天窗口里的文字逐步出现，看起来像模型正在打字，实际是客户端不断接收服务器发送的事件。普通请求通常等结果完整后再返回；流式请求则允许程序提前处理已经到达的内容。它主要缩短用户看到首段内容的等待时间，并不保证整个任务更快完成。

一个 OpenAI SDK 流式循环可以理解为四个连续动作：发出请求、等待事件、处理增量、确认结束。SDK 通常负责解析底层传输格式，应用负责决定哪些内容显示给用户，以及遇到异常时采取什么措施。网络数据块、SDK 事件和屏幕上的文字片段，并不是一一对应的。

循环读取的是事件而不是完整的回答句子

建立请求时，程序需要选择支持流式输出的接口并启用流式模式，随后遍历返回的流对象。同步写法会等待下一项，异步写法则允许等待期间执行其他任务。两者的核心思路相同：每收到一个事件，就检查类型，再更新应用状态。

这里最容易犯的错误，是把每个事件都当作可显示的文字。部分事件只携带角色信息、工具调用片段或结束状态，也可能没有正文。Chat Completions 与 Responses 的事件结构不同，不能把一套字段读取方式直接套到另一套接口上。应先确定所用接口，再按对应结构处理。

文本增量只是回答的一小部分，不一定是一句话、一个词，甚至不对应一个完整的显示单位。应用通常一边累积正文，一边更新界面。工具调用的参数则应单独累积，在确认完整并通过校验后再执行，不能因为收到一段参数就立即触发操作。

可靠的收尾必须区分回答结束与连接中断

循环停止不一定意味着回答成功完成。模型可能正常结束，也可能因输出限制而停下；连接还可能因为超时、网络故障或主动取消而中断。应用应结合接口提供的结束信息判断状态，避免把半段回答当作完整结果保存。

异常处理应覆盖整个读取过程，而不只是创建请求的那一刻。发生故障时，保留已收到的文字并标注未完成，通常比直接清空更友好。自动重试也要谨慎：重新发送请求可能再次生成内容并产生费用，直接追加还会让用户看到重复文字。

用户点击停止时，应通过 SDK 支持的机制取消请求或关闭流，并释放相关资源。仅停止刷新界面，不代表后台请求已经终止。用量信息也未必跟随每个文本片段出现；部分接口需要额外请求用量事件，中断后还可能收不到最终统计。

接入中继之后仍需验证事件语义与用量统计

本文由 BestRelay 发布。它以质量为先，将每个请求转发给其中指定的官方模型，不做模型替换，覆盖 Claude、GPT、Gemini、DeepSeek、Kimi、GLM、Qwen、Grok 等系列，并支持 Claude Code、Codex、Gemini CLI 及各类 OpenAI SDK。接口兼容能减少接入改动，但不代表不同模型的事件、工具调用和用量字段完全相同，仍应逐项验证。

BestRelay 按提供方报告的令牌数量按量计费，缓存读取与写入分别计价。因此，界面上的字符数不能直接当作账单依据，本地累积的正文也不能代表全部消耗。会员邀请他人充值可获得推荐佣金，这与流式循环本身的处理逻辑无关。

欢迎创建 BestRelay 账户，试着观察一次完整的流式请求。测试时，不妨分别检查正常结束、空文本事件、主动取消和中途断线；真正可靠的循环，不只是让文字出现，还要让应用明确知道哪些内容已收到、请求是否完成，以及最终用量是否可核对。