本文主要是介绍Semantic Kernel 中的流式输出SSE与Vue3前端接收示例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本文将介绍如何在使用 Semantic Kernel 框架的 ASP.NET 项目中使用流式输出 SSE（Server-Sent Events），并展示如何在Vue3前端应用中接收这些数据。并介绍了如何使用
@microsoft/fetch-event-source库使用 POST 方法来接收 SSE 数据。
1. 背景
在大模型的应用场景中，用户经常需要与模型进行实时交互，例如，生成文本、回答问题等。这些场景要求数据传输能够快速且连续，以提供流畅的用户体验。SSE作为一种基于HTTP的标准协议，允许服务器向客户端推送实时数据，非常适合于此类应用。
2. 什么是 SSE
SSE 并不是一种新的技术，但是随着 ChatGPT 的火热，这种技术又重新受到了关注。
SSE（Server-Sent Events）是一种基于 HTTP 的服务器推送技术，允许服务器实时向客户端推送数据。与 WebSocket 不同，SSE 是单向通信，只能由服务器向客户端推送数据，而客户端无法向服务器发送数据。SSE 使用简单，易于实现，适用于需要实时数据推送的场景。
SSE 的工作原理是，客户端通过 EventSource 对象与服务器建立连接，服务器端通过发送特定格式的数据（如 data: Hello, world!\n\n）来推送消息给客户端。客户端收到消息后，可以通过监听 message 事件来处理数据。
3. 在 Semantic Kernel 中使用 SSE
如果要使用 SSE，首先需要在 ASP.NET 项目正确的引入 Semantic Kernel，并在控制器中添加 SSE 的处理逻辑。
3.1. 引入 Semantic Kernel
以下是 Program.cs 中引入 Semantic Kernel 的相关代码，这里以 Azure OpenAI 做演示：
using Microsoft.SemanticKernel;var builder = WebApplication.CreateBuilder(args);
// ··· 略去其他代码
// 添加语义内核
builder.Services.AddKernel();
builder.Services.AddOpenAIChatCompletion("gpt-4o", new OpenAIClient(new Uri("https://[your-gpt].openai.azure.com/"), new Azure.AzureKeyCredential("[your-key]")));
// ··· 略去其他代码
3.2. 控制器中添加 SSE 处理逻辑
在控制器中添加 SSE 处理逻辑，需要使用 Kernel 的 InvokePromptStreamingAsync 或 InvokeStreamingAsync 方法来获取模型的流式结果输出，并将输出推送给客户端。
示例代码如下：
using Sang.AspNetCore.CommonLibraries.Models;[HttpPost("test")]
[Produces("text/event-stream")]
public async Task<IResult> SSETest()
{var content = _kernel.InvokePromptStreamingAsync("什么是快乐星球？");Response.Headers.ContentType = "text/event-stream";Response.Headers.CacheControl = "no-cache";await Response.Body.FlushAsync();if (content is null){var error = JsonSerializer.Serialize(MessageModel<string>.Fail("生成失败"), _jsonSerializerOptions);await Response.WriteAsync($"data: {error}\n\n");await Response.Body.FlushAsync();}else{await foreach (var item in content){await Response.WriteAsync($"data: {MessageModel<string>.Ok(item.ToString())}\n\n");await Response.Body.FlushAsync();}}// 结束标记await Response.WriteAsync($"data: [DONE]\n\n");await Response.Body.FlushAsync();return Results.Empty;
}
在上面额代码中，我们使用 InvokePromptStreamingAsync 方法获取模型的流式输出，并通过 Response.WriteAsync 方法将输出推送给客户端。每个完整数据包后跟随两个换行符（\n\n），这是SSE协议的要求。在客户端接收到 [DONE] 标记后，表示数据传输结束。这里的 MessageModel 是一个自定义的消息模型，可以安装 Sang.AspNetCore.CommonLibraries 包来使用，每个数据包（message）都是一个完整的 json 数据，方便解析。下图是测试结果：
4. 前端接收
在Vue3应用中，我们可以使用 EventSource 接口或者第三方库来接收SSE数据。对于原生使用和 EventSource 的更多信息，请参考 MDN 文档。
这里，我们将使用 @microsoft/fetch-event-source 库来演示如何接收服务器发送的数据。
首先，安装 @microsoft/fetch-event-source 库：
npm install @microsoft/fetch-event-source
然后，在Vue组件中，我们可以这样接收数据：
import { ref } from 'vue';
import { fetchEventSource } from '@microsoft/fetch-event-source';const dataStream = ref('');const fetchDataStream = () => {fetchEventSource('/test', {method: 'POST',headers: {"Content-Type": 'application/json',},body: JSON.stringify({ /* 请求体 */ }),onmessage(event) {if (event.data === '[DONE]') {console.log('Stream ended');return;}let data = JSON.parse(event.data);dataStream.value += data.data;// 更新UI等操作},onerror(error) {console.error('Stream encountered error:', error);}});
};
在上面的代码中，我们使用fetchEventSource方法订阅了服务器端的SSE。每当服务器发送新的数据时，onmessage回调就会被触发，我们可以在这里更新Vue组件的状态，以实现数据的实时展示。
注意，这里演示使用的是 POST 请求，在这个案例中直接将服务端和接收端使用 GET 请求也是可以的。但是默认浏览器 EventSource API 对允许发出的请求类型施加了一些限制作，其中就包括不允许使用 POST 请求。因此，如果需要使用 POST 请求，可以使用 @microsoft/fetch-event-source 库。具体的更多信息可以参考 GitHub 仓库 Azure/fetch-event-source。
5. 结语
SSE提供了一种高效、简单的方法，允许服务器向客户端推送实时数据。通过结合Semantic Kernel和Vue3，我们可以构建出能够实时响应大模型推理结果的Web应用，从而提供更加流畅和动态的用户体验。希望本文所介绍的内容能够帮助到你，欢迎留言讨论。
这篇关于Semantic Kernel 中的流式输出SSE与Vue3前端接收示例的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
