要实现千问ai回复的打字机效果，必须开启流式输出：api调用需设stream:true，后端按sse协议返回data:xxx\n\n格式数据，前端用eventsource或fetch+readablestream接收并逐字符渲染。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让千问AI的回复像打字机一样逐字出现，而不是等十几秒后突然弹出整段文字，就必须开启流式输出功能。这需要前后端协同配置，缺一不可，且任意一环设置错误都会导致流式失效，变成传统“卡顿式”响应。
确认API接口支持stream参数
调用千问API时，必须显式传入 【stream: true】 字段，否则服务端默认按非流式模式处理，即使你前端用EventSource监听也收不到分块数据。
使用 DashScope SDK 时，在 Generation.call() 中添加 stream=True 参数；若直接调用 REST API，则需在 JSON 请求体中加入 "stream": true 字段。
注意：不是所有模型都支持流式。qwen-turbo、qwen-plus、qwen-max 均支持，但 qwen-14b-chat 等部分开源模型镜像可能不支持，调用前请查阅对应模型文档。
后端返回必须符合SSE协议格式
方法一：使用 Spring Boot + SseEmitter
控制器方法需标注 produces = MediaType.TEXT_EVENT_STREAM_VALUE，并返回 SseEmitter 对象；每次调用 emitter.send(SseEmitter.event().data(chunk)) 推送文本块；最后必须调用 emitter.complete() 关闭连接，否则浏览器会一直等待。
方法二：使用 Python FastAPI + StreamingResponse
定义生成器函数，每 yield 一个字符串片段（如 yield f"data: {text}\n\n"），并设置 response_media_type="text/event-stream"；关键点是每段数据末尾必须有 【两个连续换行符 \n\n】，否则前端 EventSource 无法正确解析事件边界。
方法三：Node.js 代理层手动构造
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
设置 res.writeHead(200, { 'Content-Type': 'text/event-stream', 'Cache-Control': 'no-cache', 'Connection': 'keep-alive' }); 向客户端 write 数据时，严格按 data:xxx\n\n 格式输出；务必调用 res.flush() 强制推送，否则数据会滞留在缓冲区。
前端接收与渲染流式数据
第一步：选择通信方式
若后端端点只支持 GET 且无需认证头，用原生 EventSource 最简单：const es = new EventSource('/api/stream');
第二步：处理跨域与认证
如果需要携带 Authorization 或 Cookie，EventSource 无法满足——它不支持自定义 headers。此时必须改用 fetch + ReadableStream：发起 POST 请求时带上 headers，再通过 response.body.getReader() 读取流。
第三步：逐块解码与清理
服务端推送的 data:hello\n\n 需要去掉 data: 前缀和末尾 \n\n；用 TextDecoder.decode(chunk.value, {stream: true}) 解码 UTF-8；遇到空行或重复 data: 字段要跳过，否则会导致 DOM 插入乱码。
第四步：实现打字机效果
不要直接把整块文本 append 到页面——那样就失去流式意义。应将每个 chunk 拆成单字符或按中文标点切分，用 requestAnimationFrame 控制插入节奏，避免阻塞渲染线程。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
