golang使用sse事件流调用AI大模型

这篇具有很好参考价值的文章主要介绍了golang使用sse事件流调用AI大模型。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

本次Ai大模型,我们选择清华大学出品的智谱AI大模型,为什么呢?因为chatgpt已经有开源第三方库,可以直接调,但是要科学上网(借助代理也是可是实现的)。只要是公司业务有这方面的需求。。。

第一步 解决没有官方SDK的痛

接口文档
golang使用sse事件流调用AI大模型,golang,人工智能,chatgpt
没办法,照着python,java比葫芦画瓢,自己造。
golang使用sse事件流调用AI大模型,golang,人工智能,chatgpt
我们来到非SDK用户这边,文档说先获取APIkey,然后根据APIkey生成JWTtoken,把token加到请求头,然后使用http请求就可以了。以下是golang代码:

// 这边我已经封装成了方法,只需要传入apikey,token过期时间
token, err := go_ZhiPuAI.GenerateJwtToken(global.GvaConfig.ZhiPuAI.ApiKey, global.GvaConfig.ZhiPuAI.ExpSeconds) 


//这是具体代码
func GenerateJwtToken(apiKey string, expSeconds int) (string, error) {
	// 分割apiKey以获取id和secret
	parts := strings.Split(apiKey, ".")
	if len(parts) != 2 {
		return "", fmt.Errorf("invalid apiKey: %v", parts)
	}
	id, secret := parts[0], parts[1]

	// 创建JWT的payload
	claims := jwt.MapClaims{
		"api_key":   id,
		"exp":       time.Now().Unix()*1000 + int64(expSeconds)*1000,
		"timestamp": time.Now().Unix() * 1000,
	}

	// 创建一个新的Token对象,并指定签名算法和claims
	token := jwt.NewWithClaims(jwt.SigningMethodHS256, claims)

	// 添加headers
	token.Header["alg"] = "HS256"
	token.Header["sign_type"] = "SIGN"

	// 使用secret对token进行签名
	tokenString, err := token.SignedString([]byte(secret))
	if err != nil {
		return "", err
	}

	return tokenString, nil
}

将鉴权 token 放入 HTTP 请求的 header 中

用户需要将生成的鉴权 token 放入 HTTP 的 Authorization header 头中:

Authorization: 鉴权token

Example:curl请求中的token参数示例

curl --location 'https://open.bigmodel.cn/api/paas/v4/chat/completions' \
--header 'Authorization: Bearer <你的token>' \
--header 'Content-Type: application/json' \
--data '{
    "model": "glm-4",
    "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

这样我们就可以访问了。

第二步 实现流式传输

这是python的代码示例,我们只需在请求字段里加上”stream=True“即可开启流式传输

from zhipuai import ZhipuAI
client = ZhipuAI(api_key="") # 请填写您自己的APIKey
response = client.chat.completions.create(
    model="glm-4",  # 填写需要调用的模型名称
    messages=[
        {"role": "system", "content": "你是一个乐于解答各种问题的助手,你的任务是为用户提供专业、准确、有见地的建议。"},
        {"role": "user", "content": "我对太阳系的行星非常感兴趣,特别是土星。请提供关于土星的基本信息,包括其大小、组成、环系统和任何独特的天文现象。"},
    ],
    stream=True,
)
for chunk in response:
    print(chunk.choices[0].delta)

因为python官方库已经实现好了,只需一个for循环,golang又要自己动手实现,淦。。

什么是SSE,SSE和WebSocket的区别

WebSocket:一种双向通信协议,同时支持服务端和客户端之间的实时交互。WebSocket 是基于 TCP 的长连接,和HTTP 协议相比,它能实现轻量级的、低延迟的数据传输,非常适合实时通信场景,主要用于交互性强的双向通信。

SSE(Server-Sent Events)是一种基于 HTTP 协议的推送技术。服务端可以使用 SSE
来向客户端推送数据,但客户端不能通过SSE向服务端发送数据
。相较于 WebSocket,SSE 更简单、更轻量级,但只能实现单向通信。
SSE(Server-Sent Events)和 WebSocket 都是用于实现服务器与客户端之间实时双向通信的技术。虽然它们都可以用于实时更新数据,但它们在实现方式、特点和适用场景上有着明显的区别。
两者的主要区别:

SSE WebSocket
通信 单向通信 双向通信
协议 HTTP WebSocket
自动重连 支持 不支持,需要客服端自行支持
数据格式 文本格式 二进制数据、文本格式
跨域 不支持(若跨域需配置指定的Access-Control-Allow-Origin) 支持
适用场景 SSE 适用于需要服务器向客户端单向实时推送数据的场景,例如实时更新的新闻、股票行情等。优点:简单易用,对服务器压力小,浏览器兼容性好。缺点:只支持单向通信,无法进行双向交互。 适用于需要客户端和服务器之间实时双向通信的场景,例如聊天室、实时协作应用等。优点:支持双向通信,实时性更高,可以实现更丰富的交互效果。缺点:需要独立的 TCP 连接,对服务器压力更大,浏览器兼容性相对较差。

基于gin实现SSE服务器

//前端代码
<!DOCTYPE html>
<html>
<head>
    <title>SSE test</title>
    <script type="text/javascript">
        // 向后端服务器发起sse请求
        const es = new EventSource("http://127.0.0.1:9000/v1/VoiceoverScript/chat");
        // 监听事件流
        es.onmessage = function (e) {
            document.getElementById("test")
                .insertAdjacentHTML("beforeend", "<li>" + e.data + "</li>");
            console.log(e);
        }
        // 监听”chat“事件流
        es.addEventListener("chat", (e) => {
            document.getElementById("test")
                .insertAdjacentHTML("beforeend", "<a>" + e.data + "</a>");
            console.log(e)
        });
        es.onerror = function (e) {
            // readyState说明
            // 0:浏览器与服务端尚未建立连接或连接已被关闭
            // 1:浏览器与服务端已成功连接,浏览器正在处理接收到的事件及数据
            // 2:浏览器与服务端建立连接失败,客户端不再继续建立与服务端之间的连接
            console.log("readyState = " + e.currentTarget.readyState);
        }
    </script>
</head>
<body>
<h1>SSE test</h1>
<div>
    <ul id="test">
    </ul>
</div>
</body>
</html>


//后端代码

//注意 **我注释的代码,是不使用gin框架封装的Stream方法,也就是C.Stream(func())和C.ssevent(),只是C.Stream要改成for循环持续的从通道里面进行读,直到通道关闭,结束for循环**

package main

import (
	"fmt"
	"github.com/gin-gonic/gin"
	"io"
	"testing"
	"time"
)

func SSE(c *gin.Context) {
	// 设置响应头,告诉前端适用event-stream事件流交互
	//c.Writer.Header().Set("Content-Type", "text/event-stream")
	//c.Writer.Header().Set("Cache-Control", "no-cache")
	//c.Writer.Header().Set("Connection", "keep-alive")

	// 判断是否支持sse
	//w := c.Writer
	//flusher, _ := w.(http.Flusher)

	// 接收前端页面关闭连接通知
	closeNotify := c.Request.Context().Done()

	// 开启协程监听前端页面是否关闭了连接,关闭连接会触发此方法
	go func() {
		<-closeNotify
		fmt.Println("SSE关闭了")
		return
	}()

	//新建一个通道,用于数据接收和响应
	Chan := make(chan string, 10)

	// 异步接收GPT响应,然后把响应的数据发送到通道Chan
	go func() {
		// 记得关闭通道
		defer close(Chan)
		// 模拟gpt回复
		s := `在远古时代的一个神秘而神奇的大陆上,有着一座被人们称为“永恒之城”的城市。这座城市建立在一座巍峨的山脉之中,被壮丽的自然景观所环绕。`
		//
		for _, char := range s {
			Chan <- string(char)
			// 模拟时间卡顿
			time.Sleep(time.Second * 1)
		}
	}()
	// gin框架封装的stream,会持续的调用这个func方法,记得返回true;返回false代表结束调用func方法
	c.Stream(func(w io.Writer) bool {
		i := <-Chan
		c.SSEvent("chat", i) // c.SSEvent会自动修改响应头为事件流,并发送”test“事件流给前端监听”test“的回调方法
		//flusher.Flush() // 确保立即发送
		return true
	})
}
func TestSSE(t *testing.T) {
	engine := gin.Default()
	// 设置跨域中间件
	engine.Use(func(context *gin.Context) {
		origin := context.GetHeader("Origin")
		// 允许 Origin 字段中的域发送请求
		context.Writer.Header().Add("Access-Control-Allow-Origin", origin) // 这边我的前端页面在63342,会涉及跨域,这个根据自己情况设置,或者直接设置为”*“,放行所有的
		// 设置预验请求有效期为 86400 秒
		context.Writer.Header().Set("Access-Control-Max-Age", "86400")
		// 设置允许请求的方法
		context.Writer.Header().Set("Access-Control-Allow-Methods", "POST, GET, OPTIONS, PUT, DELETE, UPDATE, PATCH")
		// 设置允许请求的 Header
		context.Writer.Header().Set("Access-Control-Allow-Headers", "Content-Type, Content-Length, Apitoken")
		// 设置拿到除基本字段外的其他字段,如上面的Apitoken, 这里通过引用Access-Control-Expose-Headers,进行配置,效果是一样的。
		context.Writer.Header().Set("Access-Control-Expose-Headers", "Content-Length, Access-Control-Allow-Headers")
		// 配置是否可以带认证信息
		context.Writer.Header().Set("Access-Control-Allow-Credentials", "true")
		// OPTIONS请求返回200
		if context.Request.Method == "OPTIONS" {
			fmt.Println(context.Request.Header)
			context.AbortWithStatus(200)
		} else {
			context.Next()
		}
	})
	engine.GET("/v1/VoiceoverScript/chat", SSE) // 记得适用get请求,我用post前端报404,资料说是SSE只支持get请求
	engine.Run(":9000")
}

gin接收AI大模型数据流响应

1. 前端携带自定义问题请求后端接口

// 注意因为sse要求,使用了Get请求
func InitVoiceoverScriptRouter(engine *gin.Engine) {
	// 需要登录
	tokenGroup := engine.Group("/v1/VoiceoverScript").Use(middleware.JWTAuthMiddleware())
	{
		tokenGroup.GET("/chat", v1.StartChat)
	}
}

2. 后端接受请求解析问题,然后创建stream对象

question := c.Query("question")
	user, _ := c.Get("user")
	u, ok := user.(*model.User)
	if !ok {
		response.ResponseError(c, response.CodeInvalidToken)
	}
	// 获取Ai大模型数据流
	stream, err := ai.ProcessService(c, &request.Request{Prompt: question}, int64(u.UserID))
	if err != nil {
		global.GvaLogger.Sugar().Error("aiClient Process bizError: %v", err)
		response.ResponseErrorWithMsg(c, response.ServerError, "错误:"+err.Error())
		return
	}
	defer stream.Close()
	....

3. 构建请求参数,调用创建数据流客户端接口

func ProcessService(ctx *gin.Context, r *Request, uid int64) (stream *go_ZhiPuAI.ChatCompletionStream, err error) {
	//TODO 根据用户id更新减少用户的使用次数
	chatRequest := go_ZhiPuAI.ChatCompletionRequest{
		Model: "glm-4",
		Messages: []go_ZhiPuAI.ChatCompletionMessage{
			{
				Role:    go_ZhiPuAI.ChatMessageRoleAssistant,
				Content: "你是一个聪明且富有创造力的世界上最通情达理的人"},
			{
				Role:    go_ZhiPuAI.ChatMessageRoleUser,
				Content: r.Prompt,
			},
		},
		Stream: true,
	}
	token, err := go_ZhiPuAI.GenerateJwtToken(global.GvaConfig.ZhiPuAI.ApiKey, global.GvaConfig.ZhiPuAI.ExpSeconds)
	if err != nil {
		return nil, err
	}

	client := go_ZhiPuAI.NewClientWithConfig(
		go_ZhiPuAI.ClientConfig{
			AuthToken:  token,
			BaseURL:    global.GvaConfig.ZhiPuAI.BaseUrl,
			HTTPClient: &http.Client{},
		},
	)
	if client == nil {
		global.GvaLogger.Sugar().Error("智普客户端初始化失败!")
		return nil, errors.New("key失效")
	}
	// 主要是这里
	// 携带自定义请求参数请求然后返回数据流对象
	completionStream, err := client.CreateChatCompletionStream(ctx, chatRequest)
	if err != nil {
		global.GvaLogger.Sugar().Error("aiClient client.CreateChatCompletion bizError:%v", err)
		//goUtil.New(func() {    起一个协程把当前key的状态设为0,不可用
		//	refreshKey(gptClient)
		//})
		return nil, err
	}
	return completionStream, nil
}

4. 调用http客户端,发起请求,将响应结果封装在数据流对象里面

func (c *Client) CreateChatCompletionStream(
	ctx context.Context,
	request ChatCompletionRequest,
) (stream *ChatCompletionStream, err error) {
	urlSuffix := "/chat/completions"

	//if !checkEndpointSupportsModel(urlSuffix, request.Model) {
	//	err = ErrChatCompletionInvalidModel
	//	return
	//}

	request.Stream = true
	req, err := c.newStreamRequest(ctx, "POST", urlSuffix, request)
	if err != nil {
		return
	}

	resp, err := c.config.HTTPClient.Do(req) //nolint:bodyclose // body is closed in stream.Close()

	if err != nil {
		return
	}
	// 使用http客户端发起请求,把响应结果使用bufio.NewReader(resp.Body)存入数据流对象
	stream = &ChatCompletionStream{
		streamReader: &streamReader[ChatCompletionStreamResponse]{
			emptyMessagesLimit: c.config.EmptyMessagesLimit,
			reader:             bufio.NewReader(resp.Body),
			response:           resp,
			errAccumulator:     newErrorAccumulator(),
			unmarshaler:        &jsonUnmarshaler{},
		},
	}
	return
}

5. 获取到数据流,然后就监听返回的数据流

这里就和之前的SSE服务器差不多的逻辑,就是开启协程监听大模型返回数据流,放入通道里面 主要是Stream.Recv()方法

// 获取Ai大模型数据流
	stream, err := ai.ProcessService(c, &request.Request{Prompt: question}, int64(u.UserID))
	if err != nil {
		global.GvaLogger.Sugar().Error("aiClient Process bizError: %v", err)
		response.ResponseErrorWithMsg(c, response.ServerError, "错误:"+err.Error())
		return
	}
	defer stream.Close()
	// 通道
	chanStream := make(chan *go_ZhiPuAI.ChatProcessResponse, 100)
	// 异步协程
	go func() {
		defer stream.Close()
		defer close(chanStream)
		for i := 0; ; i++ {
			streamResponse, err := stream.Recv()
			if errors.Is(err, io.EOF) {
				global.GvaLogger.Sugar().Debug("Stream finished")
				chanStream <- go_ZhiPuAI.StopResponse
				return
			}
			if err != nil {
				global.GvaLogger.Sugar().Error("Stream error: %v\n", err)
				chanStream <- go_ZhiPuAI.ErrorsResponse
				return
			}
			if len(streamResponse.Choices) == 0 {
				global.GvaLogger.Sugar().Debug("Stream finished")
				chanStream <- go_ZhiPuAI.StopResponse
				return
			}
			choice := streamResponse.Choices[0]
			data := &go_ZhiPuAI.ChatProcessResponse{
				ID:              streamResponse.ID,
				Role:            choice.Delta.Role,
				Segment:         go_ZhiPuAI.SegmentText,
				DateTime:        time.Now().Format("2006-01-02 15:04:05"),
				Content:         choice.Delta.Content,
				ParentMessageID: go_ZhiPuAI.AssistantMessageId,
			}
			if i == 0 {
				data.Segment = go_ZhiPuAI.SegmentStart
			}

			if choice.FinishReason == go_ZhiPuAI.SegmentStop {
				data.Segment = go_ZhiPuAI.SegmentStop
			}

			chanStream <- data

			if choice.FinishReason == go_ZhiPuAI.SegmentStop {
				return
			}
		}
	}()

6. 具体接受数据流的方法

SSE数据流格式 以data开头,/n/n结尾
data:{“id”:“chatcmpl-7wMdSo9fWVTEGzhbuJXEkBBx85boW”,“object”:“chat.completion.chunk”,“created”:1694144390,“model”:“gpt-3.5-turbo-0613”,“choices”:[{“index”:0,“delta”:{“role”:“assistant”,“content”:“”},“finish_reason”:null}]}

代码大概意思就是使用reader每次读到/n就停止,这代表一条消息,然后去除data,序列化拿到想要的内容
数据流以[DONE]结尾,代表数据流传输结束文章来源地址https://www.toymoban.com/news/detail-845189.html

func (stream *streamReader[T]) Recv() (response T, err error) {
	if stream.isFinished {
		err = io.EOF
		return
	}
	var emptyMessagesCount uint
waitForData:
	line, err := stream.reader.ReadBytes('\n')
	li, _ := stream.reader.ReadBytes('\n')
	fmt.Println(li)
	if err != nil {
		respErr := stream.errAccumulator.unmarshalError()
		if respErr != nil {
			err = fmt.Errorf("error, %w", respErr.Error)
		}
		return
	}
	var headerData = []byte("data: ")
	line = bytes.TrimSpace(line)
	if !bytes.HasPrefix(line, headerData) {
		if writeErr := stream.errAccumulator.write(line); writeErr != nil {
			err = writeErr
			return
		}
		emptyMessagesCount++
		if emptyMessagesCount > stream.emptyMessagesLimit {
			err = ErrTooManyEmptyStreamMessages
			return
		}

		goto waitForData
	}
	line = bytes.TrimPrefix(line, headerData)
	if string(line) == "[DONE]" {
		stream.isFinished = true
		err = io.EOF
		return
	}

	err = stream.unmarshaler.unmarshal(line, &response)
	return
}

7. 就是把解析到的数据流放入通道,C.Stream监听通道获取流,使用C.sseevent返回前端

var msgList []*go_ZhiPuAI.ChatProcessResponse
	c.Stream(func(w io.Writer) bool {
		if msg, ok := <-chanStream; ok {
			if msg == go_ZhiPuAI.ErrorsResponse {
				return false
			}
			msgList = append(msgList, msg)
			//marshal, _ := json.Marshal(msg)
			c.SSEvent("chat", msg.Content)
			//flusher.Flush() //确保立即发送
			if msg == go_ZhiPuAI.StopResponse {
				return false
			}
			return true
		}
		return true
	})
	// 将会话存入数据库
	goUtil.New(func() {

	})

8. over,你就可以看到效果了。

如有不足,请指正

到了这里,关于golang使用sse事件流调用AI大模型的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包