教程 · Currents 时间线
把流式 AI 做进真实产品的笔记：客户端、模型、成本与协议。
-
从零搭建实时智能客服聊天：七步实现流式回复
逐步搭建实时智能客服聊天，打通会话存储、流式接口、前端增量渲染、知识检索与人工接管，并通过故障测试验证上线质量。
-
流式 Markdown 无闪烁渲染：从增量接收到稳定显示
分步搭建稳定的流式 Markdown 渲染流程，处理未闭合语法、增量缓冲、组件复用、代码高亮和滚动跟随，让实时 AI 回复告别闪烁与跳动。
-
一个中转账户接入嵌入与聊天：Fluxio 实操指南
分步搭建文本向量化、语义检索与流式聊天链路，了解如何配置 Fluxio 中转账户、验证嵌入接口，并管理模型、密钥与调用成本。
-
服务端多轮聊天状态管理：从会话存储到流式恢复
逐步搭建服务端多轮聊天状态管理，覆盖会话建模、鉴权、上下文组装、流式持久化、并发控制与断线恢复，让实时人工智能聊天保持连续、可靠且可追溯。
-
流式人工智能接口重试实战：让同一次请求只扣费一次
分步设计幂等键、请求状态机、流式断线恢复与结算账本，避免人工智能接口重试造成重复扣费，并明确上游成本与用户账单的边界。
-
边缘函数与流式 AI 响应：从请求转发到逐字显示
分步搭建边缘函数流式 AI 接口，掌握密钥保护、上游转发、事件解析、取消请求与上线验证，并了解 Fluxio 的适用场景。
-
WebSockets 与 SSE：逐步搭建 AI 聊天流式响应
从消息方向、浏览器接入到断线恢复，逐步比较 WebSockets 与 SSE，搭建支持逐词元输出、取消生成和可靠重连的 AI 聊天应用。
-
如何避免前端泄露 API 密钥：流式 AI 应用分步指南
从移除浏览器密钥、配置服务端环境变量，到构建鉴权代理与转发流式响应，逐步保护 AI 应用的 API 密钥，并接入 Fluxio。
-
流式响应健康监控：逐步测量首字、停顿与断流
从请求埋点到告警验证，逐步建立流式人工智能接口的健康监控，准确区分首字延迟、生成停顿、正常完成和异常断流。
-
令牌计数端点怎么用：从请求预检到流式用量核对
分步讲解令牌计数端点的调用方法、适用时机与延迟权衡，覆盖完整请求组装、上下文预算、多模型切换和流式用量核对。
-
-
上线前估算聊天应用的令牌账单：分步测算
从请求量、上下文长度、模型单价到缓存与峰值，逐步估算聊天应用上线后的令牌成本。
-
开放权重 Qwen 模型接入流式技术栈：从部署到逐字输出
逐步搭建开放权重 Qwen 模型的流式调用链，覆盖推理服务、兼容接口、服务端转发、前端渲染、取消请求与上线监控。
-
聊天应用如何按消息长度选择模型：六步实现动态路由
从令牌统计、长度分档到流式响应与灰度测试，逐步搭建聊天应用的模型路由，在响应速度、回答质量和调用成本之间取得平衡。
-
Claude Sonnet 5.5 工具调用实战：逐步搭建智能体工作流
以订单查询为例，逐步讲解 Claude Sonnet 5.5 的工具定义、流式调用、结果回传与安全控制，并通过 Fluxio 接入实时智能体应用。
-
Gemini 4 Argon 生产聊天接入：分步实践与注意事项
从接口验证、流式渲染到会话管理、故障恢复和灰度发布，逐步梳理 Gemini 4 Argon 接入生产聊天的实施方法与注意事项。
-
实时翻译功能中小模型与大模型的选择
分步骤比较小模型与大模型，设计兼顾速度、成本和译文质量的实时翻译功能。
-
模型路由实战：逐轮把聊天请求交给合适的模型
从任务分类、上下文整理到流式故障处理，分步搭建聊天模型路由，用质量、延迟和成本指标持续优化每一轮请求。
-
在同一聊天中使用两个模型：从起草到润色的分步实践
逐步搭建双模型聊天流程，让一个模型快速起草，另一个模型负责润色，并处理上下文传递、流式显示、费用控制与失败回退。
-
别只看模型跑分：六步评估流式输出的真实体验
从首字延迟、输出停顿到取消响应，逐步建立流式模型评测方法，用真实交互数据判断模型是否适合实时人工智能产品。
-