AI 流式响应实战：从同步等待到实时推送
在 IM 系统中集成 AI 时，流式响应能显著提升性能。本文介绍 AQChat 如何实现 AI 流式响应，从同步等待到实时推送。
一、为什么需要流式响应？
同步等待的问题
传统同步方式的问题：
// ❌ 同步方式：用户需要等待AI完整响应StringaiResponse=aiService.getAnswer(userMessage);// 如果AI响应需要10秒，用户就要等待10秒sendMessage(aiResponse);问题：
- 等待时间长：AI 生成可能需要 5-10 秒，用户长时间等待
- 体验差：无法看到生成过程，感觉卡顿
- 资源占用：长时间占用连线和线程
流式响应的优势：
- 实时反馈：逐字显示，用户可立即看到内容
- 体验更好：类似 ChatGPT 的打字机效果
- 资源利用：边生成边推送，不阻塞
对比：
| 方式 | 首字延迟 | 完整响应时间 | 用户体验 |
|---|---|---|---|
| 同步等待 | 10秒 | 10秒 | 差 |
| 流式响应 | 1-2秒 | 10秒 | 好 |
回调函数模式的设计
统一接口设计
定义统一的 AI 服务接口：
publicinterfaceIAiService{/** * 流式调用AI服务 * @param userMsg 用户消息 * @param consumer 回调函数，处理每个数据块 */voidstreamCallWithMessage(StringuserMsg,Consumer<AIResult>consumer);/** * 多轮对话 */defaultvoidchat(Stringmessage,List<MessageRecord>messages,Consumer<AIResult>consumer){}}关键点：
- 使用
Consumer<AIResult>作为回调 - 每个数据块通过回调处理
- 支持多轮对话
AIResult 设计
publicinterfaceAIResult{StringgetContent();// 当前数据块的内容intgetStatus();// 状态：WAIT(0-进行中)、END(1-结束)、FAIL(2-失败)}状态枚举：
publicenumAIMessageStatusEnum{WAIT(0,"wait"),// 流式响应进行中END(1,"end"),// 流式响应结束FAIL(2,"fail");// 流式响应失败}三、WebSocket 实时推送的实现
整体流程
用户发送消息 ↓RocketMQ异步处理 ↓ AI服务流式调用 ↓ 回调函数处理每个数据块 ↓ 封装为 STREAM_MSG_NOTIFY ↓WebSocket实时推送代码实现
- RocketMQ 消费者接收消息
@ComponentpublicclassAIHelperReceiverimplementsInitializingBean{@ResourceprivateIAiServiceaiService;@ResourceprivateGlobalChannelHolderglobalChannelHolder;publicvoidinitConsumer(){defaultMQPushConsumer.setMessageListener((MessageListenerConcurrently)(messageExtList,context)->{for(MessageExtmessageExt:messageExtList){MessageDtomessageDto=JSONObject.parseObject(msgStr,MessageDto.class);// 提交到独立线程池，不阻塞MQ消费线程threadPoolUtil.submitTask(()->{StringBuilderfullContent=newStringBuilder();try{// 流式调用AI服务aiService.streamCallWithMessage(messageDto.getMessageContent(),aiResult->{// 回调函数：处理每个数据块AIMessageDtoaiMessageDto=newAIMessageDto();aiMessageDto.setMessageId(messageDto.getMessageId());aiMessageDto.setRoomId(messageDto.getRoomId());aiMessageDto.setContent(aiResult.getContent());aiMessageDto.setStatus(aiResult.getStatus());// 实时推送globalChannelHolder.sendBroadcastAIMessage(aiMessageDto,AQBusinessConstant.AI_HELPER_ID);// 累积完整内容fullContent.append(aiResult.getContent());});}catch(Exceptione){// 错误处理LOGGER.error("AI助手处理消息失败",e);AIMessageDtofailMessage=newAIMessageDto();failMessage.setStatus(AIMessageStatusEnum.FAIL.getCode());globalChannelHolder.sendBroadcastAIMessage(failMessage,AQBusinessConstant.AI_HELPER_ID);}finally{// 流式响应结束后，持久化完整消息MessageDtostoreMessage=buildStoreMessage(messageDto,fullContent);messageService.saveMessage(storeMessage);}});}returnConsumeConcurrentlyStatus.CONSUME_SUCCESS;});}}- 封装流式消息并推送
@ComponentpublicclassGlobalChannelHolder{publicvoidsendBroadcastAIMessage(AIMessageDtoaiMessageDto,StringaiId){// 1. 获取AI助手信息UserGlobalInfoDtouserInfo=userHolder.getUserInfo(aiId);// 2. 构建流式消息AQChatMsgProtocol.StreamMsgNotifystreamMsgNotify=AQChatMsgProtocol.StreamMsgNotify.newBuilder().setUser(userBuilder).setMsgId(aiMessageDto.getMessageId()).setRoomId(aiMessageDto.getRoomId()).setContent(aiMessageDto.getContent()==null?"":aiMessageDto.getContent()).setStreamType(aiMessageDto.getStatus())// 0-进行中，1-结束，2-失败.build();// 3. 广播到房间内所有用户messageBroadcaster.broadcast(aiMessageDto.getRoomId(),streamMsgNotify);}}- 消息广播
@ComponentpublicclassMessageBroadcaster{privatefinalMap<String,ChannelGroup>channelGroupMap=newConcurrentHashMap<>();public<TextendsGeneratedMessageV3>voidbroadcast(StringroomId,Tmsg){ChannelGroupchannelGroup=channelGroupMap.get(roomId);if(channelGroup!=null){// 批量发送，高效channelGroup.writeAndFlush(msg);}}}四、流式消息的封装（STREM_MSG_NOTIFY）
Protobuf 消息定义
// 流式消息通知messageStreamMsgNotify{string roomId=1;// 房间IDstring msgId=2;// 消息IDUseruser=3;// AI助手信息int32 streamType=4;// 流类型：0-进行中，1-结束，2-失败string content=5;// 当前数据块内容}消息类型：
enumMsgCommand{// ...STREAM_MSG_NOTIFY=32;// 流式消息通知// ...}消息状态流转
用户发送消息 ↓ STREAM_MSG_NOTIFY(streamType=0,content="你")← 第一个数据块 ↓ STREAM_MSG_NOTIFY(streamType=0,content="好")← 第二个数据块 ↓ STREAM_MSG_NOTIFY(streamType=0,content="，")← 第三个数据块 ↓...↓ STREAM_MSG_NOTIFY(streamType=1,content="")← 结束标志前端处理示例（伪代码）：
websocket.onmessage=(event)=>{constmessage=JSON.parse(event.data);if(message.command==='STREAM_MSG_NOTIFY'){if(message.streamType===0){// 进行中：追加内容appendContent(message.content);}elseif(message.streamType===1){// 结束：显示完整消息showCompleteMessage();}elseif(message.streamType===2){// 失败：显示错误提示showErrorMessage();}}};五、多 AI 平台集成的统一接口设计
问题：不同 AI 平台的 API 不同
- 阿里百炼：使用
Flowable<GenerationResult> - Gitee AI：使用
MessageHandler<String> - 其他平台：可能有不同的流式接口
解决方案：统一接口 + 适配器模式
- 统一接口定义
publicinterfaceIAiService{/** * 流式调用，统一使用 Consumer<AIResult> 回调 */voidstreamCallWithMessage(StringuserMsg,Consumer<AIResult>consumer);}- 阿里百炼实现
@Service@PrimarypublicclassQWAiServiceimplementsIAiService{@OverridepublicvoidstreamCallWithMessage(StringuserMsg,Consumer<AIResult>consumer){Generationgen=newGeneration();Messagemessage=Message.builder().role(Role.USER.getValue()).content(userMsg).build();// 调用阿里百炼流式APIFlowable<GenerationResult>result=gen.streamCall(generationParam);// 转换为统一格式result.blockingForEach(r->{Stringcontent=r.getOutput().getChoices().get(0).getMessage().getContent();StringfinishReason=r.getOutput().getChoices().get(0).getFinishReason();QWResultqwResult=newQWResult();qwResult.setContent(content);// 判断是否结束qwResult.setStatus("stop".equals(finishReason)?AIMessageStatusEnum.END.getCode():AIMessageStatusEnum.WAIT.getCode());// 调用统一回调consumer.accept(qwResult);});}}- Gitee AI 实现
@ServicepublicclassGiteeAIServiceimplementsIAiService{@ResourceprivateGiteeAIClientgiteeAIClient;@OverridepublicvoidstreamCallWithMessage(StringuserMsg,Consumer<AIResult>consumer){// 调用Gitee AI流式APIgiteeAIClient.streamChat(message,messageList,data->{JSONObjectparse=JSONObject.parseObject(data);JSONArraychoices=parse.getJSONArray("choices");JSONObjectchoicesIn=choices.getJSONObject(0);StringfinishReason=choicesIn.getString("finish_reason");if(finishReason!=null&&finishReason.equals("stop")){// 结束GiteeResultgiteeResult=newGiteeResult();giteeResult.setStatus(AIMessageStatusEnum.END.getCode());consumer.accept(giteeResult);return;}// 进行中JSONObjectdelta=choicesIn.getJSONObject("delta");Stringcontent=delta.getString("content");if(content!=null&&!content.isEmpty()){GiteeResultgiteeResult=newGiteeResult();giteeResult.setContent(content);giteeResult.setStatus(AIMessageStatusEnum.WAIT.getCode());consumer.accept(giteeResult);}});}}统一接口的优势
- 业务代码无需关心具体平台
- 易于扩展新平台
- 便于切换平台（通过
@Prime注解）
使用示例
// 业务代码只需要调用统一接口@ResourceprivateIAiServiceaiService;// Spring会自动注入@Primary的实现aiService.streamCallWithMessage(userMsg,aiResult->{// 处理流式响应，不关心是哪个AI平台sendBroadcastAIMessage(aiResult);});六、性能优化
- 独立线程池
// AI处理在独立线程池中执行，不阻塞MQ消费线程threadPoolUtil.submitTask(()->{aiService.streamCallWithMessage(userMsg,consumer);});优势：
- 不阻塞 RocketMQ 消费线程
- AI 处理失败不影响其他消息
- 可控制并发数
- 异步处理
// 消息发送到RocketMQ，异步处理mqSendingAgent.aiHelper(messageDto);// 立即返回，不等待AI响应优势：
- 用户发送消息后立即返回
- AI 响应通过 WebSocket 实时推送
- 提升响应速度
七、总结
关键点
- 流式响应：使用回调函数模式，实时推送每个数据块
- 统一接口：
IAiservice统一不同 AI 平台的接口 - WebSocket 推送：通过
STREAM_MSG_NOTIFY实时推送 - 异步处理：使用 RocketMQ + 独立线程池，不阻塞主流程
优化效果
| 指标 | 同步 | 流式响应 | 提升 |
|---|---|---|---|
| 首字延迟 | 10秒 | 1-2秒 | 5-10倍 |
| 用户体验 | 差 | 好 | 显著提升 |
| 资源占用 | 高 | 低 | 降低 |
经验总结
- 流式响应能显著提升性能
- 统一接口便于多平台集成
- 异步处理避免阻塞
- 回调函数模式适合流式场景
通过以上实现，AQChat 实现了类似 ChatGPT 的流式响应效果，提升了用户体验。
