PHP如何对接大模型API实现流式输出？-php教程-PHP中文网

php对接大模型api实现流式输出，核心在于使用支持http分块传输编码（chunked transfer encoding）的客户端库，如guzzlehttp或swoole，并逐块读取响应体。以guzzle为例，通过设置`stream: true`参数发起请求，随后遍历返回的stream对象，实时获取并处理每个数据块，从而避免等待整个响应结束。

PHP如何对接大模型API实现流式输出？

GuzzleHttp如何实现流式读取

在常规PHP环境中，使用GuzzleHttp客户端是处理流式响应的标准做法。关键在于构造请求时启用流模式，并在接收到响应后，利用其提供的Iterator接口逐块读取内容。这种方式能确保数据一旦到达服务器端即可被前端或业务逻辑处理，显著降低首屏延迟。

PHP如何对接大模型API实现流式输出？

$client = new \GuzzleHttp\Client();
$request = $client->createRequest('POST', 'https://api.openai.com/v1/chat/completions', [
    'headers' => [
        'Authorization' => 'Bearer YOUR_API_KEY',
        'Content-Type' => 'application/json'
    ],
    'json' => [
        'model' => 'gpt-3.5-turbo',
        'messages' => [['role' => 'user', 'content' => 'Hello']],
        'stream' => true
    ],
    'stream' => true // 关键：启用流式响应
]);

$response = $client->send($request);
$stream = $response->getBody();

foreach ($stream as $chunk) {
    echo $chunk; // 实时输出
}

Swoole协程如何优化流式性能

对于高并发场景，Swoole提供了更底层的控制能力。通过Swoole\Coroutine\HTTP\Client，可以在协程中建立连接并直接操作Socket流。相比Guzzle，Swoole减少了中间层开销，能够更高效地处理大量并发流式请求，适合构建高性能的AI网关服务。

大模型Token成本节约

大模型 Token 成本节约工具。在请求到达大模型之前自动压缩 prompt 和上下文，减少 60-95% 的 token 消耗，直接降低 API 成本。支持 Claude/OpenAI/Gemini 等主流模型，提供代理模式、CLI 包装、Python SDK 和 MCP Server 四种接入方式。内置一键安...

下载

PHP如何对接大模型API实现流式输出？

use Swoole\Coroutine;
use Swoole\Coroutine\HTTP\Client;

Coroutine::create(function () {
    $http = new Client('api.openai.com', 443, true);
    $http->set(['timeout' => 10]);
    
    $body = json_encode([
        'model' => 'gpt-3.5-turbo',
        'messages' => [['role' => 'user', 'content' => 'Hi']],
        'stream' => true
    ]);
    
    $http->post('/v1/chat/completions', $body, [
        'Authorization: Bearer YOUR_API_KEY',
        'Content-Type: application/json'
    ]);
    
    while (!$http->feof()) {
        $data = $http->recv();
        if ($data) {
            echo $data;
        }
    }
});