使用SSE技术调用OPENAI接口并实现流式输出，用PHP语言实现_php sse

作为AI语言模型服务提供商，OpenAI 提供了一系列的 API 接口，其中大部分需要通过 HTTP 请求访问。对于大量数据的请求，传统的同步请求会导致网络响应变慢，无法满足实时数据处理和分析的需求。因此，为了优化这些接口的调用效率，我们可以利用 SSE(Server Sent Events) 技术来实现流式输出，保证数据能够实时到达客户端，提高数据处理效率。

在 PHP 语言中，我们可以借助 GuzzleHttp Library 以及 ReactPHP Library 等工具库，通过 SSE 技术来实现 OpenAI 的 API 接口的调用和流式输出。以下是具体的代码实现：

use GuzzleHttp\Client;
use GuzzleHttp\Event\CompleteEvent;
use GuzzleHttp\Event\MessageCompleteEvent;
use GuzzleHttp\Message\Response;
use GuzzleHttp\Stream\Stream;
use React\EventLoop\Factory as EventLoopFactory;
use React\EventLoop\LoopInterface;
 
$openaiAccessToken = 'YOUR_OPENAI_ACCESS_TOKEN'; // 请替换为真实的 Access Token,可以去chat.xingtupai.com获取
 
function openaiApiRequestWithSse($query): void
{
    global $openaiAccessToken;
 
    $loop = EventLoopFactory::create();
    $client = new Client();
    $request = $client->createRequest('POST', 'https://api.openai.com/v1/engines/davinci-codex/completions');
    $request->setHeader('Content-Type', 'application/json');
    $request->setHeader('Authorization', "Bearer {$openaiAccessToken}");
    $request->setBody(Stream::factory(json_encode($query)));
 
    $client->send($request)->then(function (Response $response) use ($loop) {
        echo 'data: ';
 
        $stream = $response->getBody()->detach();
        stream_set_blocking($stream, false);
 
        $loop->addReadStream($stream, function ($stream, LoopInterface $loop) {
            $data = '';
 
            while ($buffer = fgets($stream, 2048)) {
                $event = new MessageCompleteEvent(
                    new CompleteEvent(),
                    $response = new Response(200),
                    Stream::factory($buffer)
                );
 
                $data .= $buffer;
 
                if (strpos($buffer, "\n\n") !== false) {
                    $loop->removeReadStream($stream);
 
                    $event->response = new Response(200, [], Stream::factory($data));
 
                    echo $data . PHP_EOL;
                    break;
                }
            }
        });
    });
 
    $loop->run();
}

让我们详细解释上述代码。首先，我们初始化了一个 Guzzle HTTP 客户端，然后创建了一个 OpenAI 的 API 请求。接下来，请求中我们设置了请求头 Authorization，将 OpenAI 提供的 Access Token 传递过去，确保我们有 API 访问权限。然后，我们讲请求体中的查询条件 JSON 序列化，并将请求正文体设置为序列化的 JSON 字符串，以用于后续的请求。

接下来，我们发送了这个请求，然后对从 OpenAI 返回的响应流（response stream）进行了处理。注意到在这里我们设置了对响应流的事件监听，以便解析响应结果并实现流式输出。具体来说，我们调用了 EventLoop 的 addReadStream 方法，将 OpenAI 的响应流和响应流监听函数参数一起传递到事件循环中。在事件循环中，我们通过循环和 fgets 函数，获取响应流中的数据并按行读取。然后我们用一个 while 循环判断读取到的数据是否包含了两个换行符，如果数据中包含两个换行符，则说明当前这段数据已经读取完毕，并组成了一条完整的数据结果。于是，我们调用了 EventLoop 的 removeReadStream 方法，将当前这个响应流的监听从事件循环中移除。最后，我们输出了当前这个响应数据结果。

通过上述的代码实现，我们就可以轻松地将 OpenAI 的 API 接口进行 SSE 调用，实现流式输出，并有效提高数据处理效率。