AI流式推理工程实现：SSE vs WebSocket选型（SSE：单向服务器→客户端，简单可靠，浏览器原生支持；WebSocket：双向，适合需要双向交互的场景；AI对话推荐SSE）；OpenAI流式API（stream=True参数；AsyncGenerator迭代chunk；delta.content提取文本片段）；FastAPI SSE实现（StreamingResponse+AsyncGenerator；正确设置Content-Type和Cache-Control；异常处理中断流）；Next.js App Router流式（ReadableStream+TransformStream；RSC Streaming；Vercel AI SDK简化实现）；前端渲染优化（增量DOM更新避免闪烁；Markdown实时渲染（react-markdown streaming）；代码高亮延迟处理）；中间层缓冲设计（网关层流式透传；LLM响应超时处理；部分内容保存用于重试）；生产注意事项（连接超时配置；客户端断线重连；流式计费（按实际token））。