核心是关闭 proxy_buffering 和 proxy_request_buffering；需配以 proxy_buffer_size 4k、proxy_busy_buffers_size 16k、proxy_buffers 8 4k，启用 chunked_transfer_encoding on 及延长 proxy_read_timeout 300s 等超时。
要让 Nginx 高效支持流式数据（如 AI 对话、SSE、语音识别结果）的实时传输，核心不是“调大缓冲”，而是**精准关闭或缩小与流式冲突的缓冲机制**。默认配置是为传统 HTTP 响应设计的，会蓄满再发，这直接对抗流式“边生成边推送”的本质。
必须关闭的两个关键缓冲
这两个开关不关，流式响应一定会被卡住、延迟甚至截断：
- proxy_buffering off; —— 关闭响应体缓冲。这是最核心一步。开启时 Nginx 会等后端把整个响应发完才开始转发；关闭后，后端每写入一小块，Nginx 就立刻向客户端推送。
- proxy_request_buffering off; —— 关闭请求体缓冲。对流式上传（如长语音流）尤其重要。开启时 Nginx 会先把整个请求体收全再转给后端，导致首包延迟高、内存暴涨；关闭后，请求数据可边收边传。
保留但需精调的小缓冲区
完全无缓冲不可行，需要极小且可控的缓冲来处理响应头和短数据块：
- proxy_buffer_size 4k; —— 仅用于暂存响应头和首个小数据块。4–8KB 足够，过大反而浪费内存。
- proxy_busy_buffers_size 16k; —— 定义繁忙时可使用的额外内存缓冲上限。建议设为 proxy_buffer_size 的 2–4 倍，防止突发流量触发磁盘临时文件（影响性能）。
- proxy_buffers 8 4k; —— 明确设置 8 个 4KB 缓冲区（共 32KB），比默认值更可控，避免隐式分配过多内存。
配套必须启用的协议与超时项
缓冲调对了，但协议和超时不匹配，连接仍会中断或卡死：
- chunked_transfer_encoding on; —— 启用分块传输编码，让客户端能识别并逐块解析流式响应，是 SSE 和大模型流式输出的基础。
- proxy_read_timeout 300; 和 proxy_send_timeout 300; —— 流式连接持续时间长，必须大幅延长超时（单位：秒），否则空闲期稍长就会断连。
- keepalive_timeout 650; —— 配合 upstream 的 keepalive，减少 TCP 握手开销，提升长连接稳定性。
其他易忽略但关键的细节
这些配置虽不直接属于“缓冲”范畴，却直接影响流式链路是否真正畅通：
- proxy_http_version 1.1; —— 必须显式声明，HTTP/1.1 才支持 chunked encoding；HTTP/1.0 不支持，会导致流式失效。
- proxy_set_header Connection ''; —— 清除 Connection 头，避免代理中间件误判连接状态，引发提前关闭。
- proxy_cache off; —— 禁用缓存，流式内容不可缓存，否则用户看到的是旧数据或响应被截断。
- proxy_temp_path /dev/shm/nginx_temp; —— 如需临时文件，指向内存盘（如 /dev/shm），避免磁盘 IO 拖慢流速。
