在使用 Claude 建構聊天應用程式時，存在一個重大的使用者體驗挑戰：回應可能需要 10 到 30 秒才能生成，讓使用者只能盯著載入中的轉圈圖示。解決方案就是回應串流，它讓使用者能夠看到文字隨著 Claude 生成而逐塊出現，從而創造出更具回應性的感覺。
標準回應的問題
在典型的聊天設置中，您的伺服器會將使用者訊息傳送給 Claude，並等待完整的回應後才將任何內容傳回給客戶端。這會造成一個尷尬的延遲，使用者完全沒有任何反饋來知道正在發生什麼事。
串流如何運作
啟用串流後，Claude 會立即傳回一個初始回應，表示它已收到您的請求並開始生成文字。接著您會收到一系列事件，每個事件都包含整體回應的一小部分。
您的伺服器可以在這些文字區塊到達時，將它們轉發給您的客戶端應用程式，讓使用者能夠逐字看到回應逐步建立起來。所有這些事件都屬於對 Claude 的單一請求的一部分。
了解串流事件
啟用串流後，Claude 會傳回幾種類型的事件：
- MessageStart - 正在傳送一則新訊息
- ContentBlockStart - 包含文字、工具使用或其他內容的新區塊的開始
- ContentBlockDelta - 實際生成文字的區塊
- ContentBlockStop - 目前的內容區塊已完成
- MessageDelta - 目前的訊息已完成
- MessageStop - 目前訊息資訊的結束
ContentBlockDelta 事件包含您想要顯示給使用者的實際生成文字。
基本串流實作
要啟用串流，請在您的 messages.create 呼叫中加入 stream=True：
messages = []
add_user_message(messages, "Write a 1 sentence description of a fake database")
stream = client.messages.create(
model=model,
max_tokens=1000,
messages=messages,
stream=True
)
for event in stream:
print(event)
簡化的文字串流
您可以使用 SDK 的簡化串流介面來提取純文字內容，而不必手動解析事件：
with client.messages.stream(
model=model,
max_tokens=1000,
messages=messages
) as stream:
for text in stream.text_stream:
print(text, end="")這種方法會自動過濾掉除實際文字內容以外的所有內容，這通常正是您在向使用者顯示回應時所需要的。
取得最終訊息
雖然串流對使用者體驗非常有利，但您通常需要完整的訊息以進行儲存或進一步處理。串流完成後，您可以取得組裝完成的最終訊息：
with client.messages.stream(
model=model,
max_tokens=1000,
messages=messages
) as stream:
for text in stream.text_stream:
pass # Send to client in real application
final_message = stream.get_final_message()這讓您同時擁有用於使用者體驗的串流能力，以及用於資料庫儲存或對話歷史記錄的完整訊息物件。
實務考量
串流中的每個文字區塊可以包含多個單字，甚至是完整的句子——您無法保證每個事件恰好收到一個單字。區塊大小取決於 Claude 生成每個文字部分的速度。
在生產應用程式中，您通常會透過 WebSockets 或 Server-Sent Events 立即將這些文字區塊轉發給您的客戶端應用程式，讓使用者能夠即時看到回應出現，同時在您的伺服器上維護完整的對話歷史記錄。