Flask需用生成器函数+Response返回text/event-stream流式响应，设content_type、禁用缓存，每条消息以data:开头并以\n\n结尾；须按用户ID映射连接（如字典存queue.Queue），避免广播；上线须用gunicorn+gevent等支持长连接的服务器。
Flask 怎么启动一个支持 SSE 的长连接响应
Server-Sent Events 本质是客户端用 EventSource 发起 GET 请求，服务端保持连接打开、持续流式返回 text/event-stream 格式的数据。Flask 默认视图函数返回后就关闭响应，所以必须绕过 Flask 的常规响应流程，手动控制响应流。
关键点：不能用 return 返回字符串或 JSON，得用生成器函数 + Response 构造流式响应，并显式设置 content_type='text/event-stream' 和禁用缓存。
- 必须在生成器函数里每条消息末尾加两个换行符
\n\n，否则浏览器不会触发message事件 - 每条消息推荐包含
data:前缀，可选id:和event:，例如：data: {"status": "done"}\nid: 123\nevent: progress\n\n - Flask 开发服务器（
app.run()）默认不支持长连接并发，上线必须用gunicorn+gevent或uwsgi，否则第二个连接就会卡住第一个
怎么安全地把后台任务进度推给指定用户
SSE 是单向下行通道，没有内置的“按用户推送”机制。你得自己维护连接与用户身份的映射关系，否则所有连接都会收到同一份广播。
常见错误是直接在全局变量里 append 所有 client 的 generator，结果一个任务更新导致所有人收到相同数据。正确做法是按 session ID 或 token 区分连接，并只往目标用户的连接写入。
- 用字典如
active_connections = {}存储{user_id: queue.Queue()}，后台任务往对应队列put()，SSE 视图从队列get()并 yield - 别用线程共享 list 或 dict 直接 append —— 多线程下不安全，且无法通知阻塞中的生成器
- 客户端断开时，Flask 不会自动触发异常，得靠心跳检测或捕获
GeneratorExit/BrokenPipeError清理连接 - 如果用户登录态靠 cookie，记得在 SSE 路由里校验
request.cookies.get('session_id')，防止未授权连接
为什么前端 EventSource 一直 reconnect 或报错 net::ERR_FAILED
这不是前端代码写错了，大概率是服务端响应头、连接中断处理或反向代理配置没对。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
典型现象：页面加载后立刻重连、控制台显示 EventSource failed to connect、Chrome Network 面板里状态码是 200 但响应体为空。
- 检查响应头是否含
Cache-Control: no-cache和Connection: keep-alive；Nginx 默认会缓存text/event-stream，需加配置：proxy_buffering off;和proxy_cache off; - Flask 生成器里不能有长时间阻塞操作（比如
time.sleep(5)），否则连接超时断开；改用queue.get(timeout=1)或asyncio.to_thread()（Py3.11+） -
EventSource不支持自定义 header，所以带认证的场景只能走 query 参数（如?token=xxx）或 cookie，别试图在headers里传Authorization - 某些浏览器（特别是 Safari）对空响应体敏感，首次 yield 前至少输出一条带
data:的消息，哪怕只是data: ping\n\n
要不要用 async def 写 SSE 视图
Flask 2.0+ 支持异步视图，但对 SSE 来说，异步不是必须的，甚至可能增加复杂度。
同步生成器（def + yield）配合线程安全队列就能满足大多数场景；强行上 async 要求整个调用链都 async（包括数据库、缓存），而多数 SSE 场景只是转发后台任务状态，瓶颈不在 I/O。
- 如果你用的是
celery或redis pub/sub，同步消费消息再 yield 更简单稳定 - 若真要用
async，必须搭配await queue.get()（如asyncio.Queue），不能混用同步queue.Queue - 异步视图在 gunicorn 下需用
gevent或eventletworker class，syncworker 会直接报错 - 调试时注意：
print()在异步生成器里可能乱序，优先用logging并设flush=True
最常被忽略的是连接生命周期管理——没人关它，它就不会停。后台任务结束、用户关闭标签页、网络闪断，这三种情况都要有对应的清理逻辑，否则连接堆积、内存泄漏、重复推送都会发生。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
