【.Net/C#之ChatGPT开发系列】二、C#异步流+SSE通信实现ChatGPT流式响应并实现打字机效果

目录

1、C#异步流

2、SSE通信

​一、 服务端接口调整

二、Web端js脚本调整

三、服务端优化

四、Web端再次调整

---

前面我们利用了ChatGPT提供的聊天API接口，实现了一个简单的聊天应用，可以与ChatGPT进行基本的对话交互，今天我们继续，还请大家点个关注。

当你使用ChatGPT官网提供的聊天工具时，你会发现，ChatGPT的内容是一个字一个字输出的，而我们实现的却是整句的输入，这是如何实现的呢，这样做又是为什么？（公众号“猿惑豁”没有评论功能，我自问自答吧）

先说一下为什么，我们先看一下ChatGPT4.0的回答：

 

我选择NewBing的更有创造力模式，它是基于ChatGPT4.0的模型来生成回答。我的理解是：

当ChatGPT接收到用户的输入后，它将该输入作为上下文信息，通过处理，预测下一个可能出现的词语，并输出。然后再将新生成的词语与之间的输出内容结合，形成新的上下文信息，再预测下一个可能出现的词语并输出。过程一直持续下去，直到ChatGPT生成完整内容。同时也解决了此过程中长时间等待的问题，增强了体验。

开始之前，我们先来了解两个知识点：C#异步流和SSE技术。

1、C#异步流

异步流是一种可以使用 async foreach 语法来处理的数据流，它返回一个 IAsyncEnumerable 类型，该类型支持异步迭代。异步流可以在不阻塞主线程的情况下，等待数据的异步生成和消费，是C#8.0新增功能。

//要创建一个异步流，你需要定义一个返回 IAsyncEnumerable 的 async 方法，并在方法体中使用 yield return 语句来返回数据12。例如：
public static async IAsyncEnumerable GetData()
{
    for (int i = 0; i < 3; i++)
    {
        await Task.Delay(1000); // 模拟异步操作
        yield return i; // 返回数据
    }
}
//要使用一个异步流，你需要在 foreach 循环前加上 await 关键字，并等待每个元素的生成。例如：
await foreach (int number in GetData())
{
    Console.WriteLine(number); // 处理数据
}

2、SSE通信

SSE全称Server-Sent Events， 属于 HTML 5 规范中的一个组成部分，它是一种从服务端实时推送数据到浏览器端的技术。SSE 通信的优点是使用简单，不需要额外的组件，只需要基于HTTP协议即可。缺点是只能实现单向的数据传输，即从服务端到客户端，如果需要双向的数据通讯，可以考虑使用 WebSocket 技术。

客户端需要使用 EventSource 对象来监听服务端的接口，并注册相应的事件处理方法来接收和处理数据。例如：

var source = new EventSource("/subscribe");
source.onmessage = function(event) {
    // 处理数据
    console.log(event.data);
};
source.onerror = function(event) {
    // 处理错误
    console.log(event);
};

​我们利用C#异步流和SSE通信来构建ChatGPT对话，再合适不过。为了方便查阅代码区别，我将新建一个项目，命名为：ChatGPT.Demo2，和上一章的ChatGPT.Demo1一样，使用相同的配方。

​一、 服务端接口调整

打开Controllers/ChatController.cs文件，将原来的Input方法替换为以下内容：

[HttpPost]
public async Task Input([FromForm] string message)
{
    Response.Headers.Add("Content-Type", "text/event-stream");
    Response.Headers.Add("Cache-Control", "no-cache");
    var completionResult = _openAiService.ChatCompletion.CreateCompletionAsStream(
        new ChatCompletionCreateRequest
        {
            Messages = new List
            {
                ChatMessage.FromUser(message)
            },
            Stream = true,
            MaxTokens = 500,
            Model = OpenAI.ObjectModels.Models.ChatGpt3_5Turbo,
        });
​
    await foreach (var completion in completionResult)
    {
        if (completion.Successful)
        {
            await Response.WriteAsync($"ChatGPT：{completion.Choices.FirstOrDefault()?.Message.Content}");
            await Response.Body.FlushAsync();
        }
        else
        {
            if (completion.Error == null)
                throw new Exception("Unknown Error");
​
            await Response.WriteAsync($"{completion.Error.Code}: {completion.Error.Message}");
            await Response.Body.FlushAsync();
        }
    }
}

我们通过设置Content-Type为text/event-stream，允许服务器向客户端推送数据。通过设置Cache-Control为no-cache，告诉客户端或代理不要缓存响应，而应该每次都从服务器重新获取。

接着把上一节中的ChatCompletion.CreateCompletion改为ChatCompletion.CreateCompletionAsStream，该方法返回IAsyncEnumerable异步迭器：

然后我们可以使用await foreach语法糖，用来异步迭代一个IAsyncEnumerable序列，它类似于foreach，但是它会等待序列中的每个元素异步生成，而不是同步获取。这样可以在等待下一个元素时不阻塞当前线程，提高性能和响应性。

我们使用Response.WriteAsync来异步向HTTP响应的输出流中写入字符串，使用Response.Body.FlushAsync将HTTP响应的输出流中的缓冲数据发送到客户端，所有方法全部使用异步方法，提高性能和响应。

二、Web端js脚本调整

打开Views/Home/Index.cshtml文件，将页面中的js脚本替换为以下内容：

这里我继续使用XMLHttpReques来实现SSE通信，并没有使用EventSource实现，主要是考虑它的浏览器支持更广泛一些，以下是两者的主要区别：

​为了实现打字机效果，我们需要在请求过程中逐步接收数据，而不是等到请求完成时一次性接收所有数据。因此，我们在send方法里使用了httpRequest.onprogress事件，而不是httpRequest.onload事件。

同时，为了防止用户重复点击发送按钮，我们在send方法里对发送按钮进行了锁定。并使用httpRequest.onloadend对按钮解出状态，onloadend事件无论请求是成功还是失败，在请求结束时都会触发。

F5启动项目看一下效果：

在和ChatGPT对话过程中，有时候它的回答并不符合我们的期望，或者我们的输入可能有误，想让它停止回答，然后重新调整对话内容，此时增加一个停止响应的功能很实用，我们来实现一下。

三、服务端优化

为了优化服务端的性能，我们需要对Controllers/ChatController.cs中的Input方法添加一个CancellationToken类型的参数cancellationToken，用于检测HTTP请求是否被客户端或服务器中止了。如果是，cancellationToken的IsCancellationRequested属性将变为true，我们便可以取消正在运行的任务，避免浪费资源。所以我们要把cancellationToken传递给所有异步方法，让它们能够响应取消信号。

四、Web端再次调整

打开Views/Home/Index.cshtml文件，在

发送按钮后边增加一个停止响应按钮：

​

找到js脚本中sendButton的定义，增加停止响应按钮代码和事件：

//停止响应按钮
var stopButton = document.getElementById("stopButton");
//停止响应信号
var stopRequest = false;

//停止响应按钮绑定click事件
stopButton.addEventListener("click", function (event) {
    stopRequest = true;
    event.preventDefault();
});

在这里我们定义了一个stopRequest变量来接收停止信号，当触发停止响应事件时，stopRequest被设置为true，当请求结束时，stopRequest会重置为false。

在send方法中新增XMLHttpRequest的onreadystatechange事件调用，代码如下：

 //监听请求状态
httpRequest.onreadystatechange = function () {
  if (stopRequest) {
     httpRequest.abort();
     stopRequest = false;
  }
};

onreadystatechange事件是一个属性，它存储了一个函数（或函数名），每当XMLHttpRequest的readyState属性改变时，就会调用该函数，readyState的值有4个，0表示请求未初始化；1表示服务器连接已建立；2表示请求已接收；3表示请求处理中；4表示请求已完成，且响应已就绪。因此我们可以根据它来执行stopRequest的重置任务。

httpRequest.abort方法用于取消已经发送的请求。当一个请求被取消时，readyState属性会被设置为0。

同时增加对停止响应按钮的状态控制，当处理SSE通信时，按钮变为可用，当请求结束时，状态变为不可用。

​F5启动项目看一下效果：

今天就先到这里，下节我们继续探索如何实现上下文聊天功能和会话管理功能，请大家多多关注。

源码地址：GitHub - ynanech/ChatGPT.Demo: ChatGPT机器人开发示例

创作不易，转载请注明博文地址，否则禁转！！！