使用 flask + qwen 实现 txt2sql 流式输出

前言

一般的大模型提供的 api 都是在提问之后过很久才会返回对话内容，可能要耗时在 3 秒以上了，如果是复杂的问题，大模型在理解和推理的耗时会更长，这种展示结果的方式对于用户体验是很差的。

其实大模型也是可以进行流式输出，也就是像 chatgpt 一个字一个字往出崩，这样用户可以一直追踪输出的内容，而不是枯燥的没有止境的等待，本文以我的 txt2sql 实际项目为例，简单介绍使用通义千问 api + flask 框架搭建出一个可以流式输出结果的服务。

txt2sql 任务

我的 txt2sql 任务是基于我的业务数据库内容，用户会提出相关的业务问题，我会让大模型在理解数据库内容的情况下，输出对于问题的理解和思考过程，并最终返回正确的 sql 。

服务

这里的代码虽然很长，但是内容不多，这里需要关心的点有以下几个：

flask 的路由函数 getAnwser 正常写即可，但是最后的返回为了支持流输出，需要另外封装定义一个函数 getStream，并在 getAnwser 最后使用下面方式调用 getStream 进行流式输出：

Response(stream_with_context(getStream()), content_type='text/event-stream')

很多关于大模型的 tools 回调、 rag 框架细节、prompt 模板都被我封装了，剩下的就是使用 get_llm_prompt 获取最终的 prompt ，然后喂给通义千问最强模型 qwen-max-longcontext，设置到参数 stream=True 和 incremental_output=True，让通义千问进行流式输出，将获得的 responses 结果进行处理即可，结果要用 yield 生成输出流数据。
其他的代码是日志管理和异常处理。

import logging
from http import HTTPStatusimport dashscope
from flask import request, Flask, Response, stream_with_context
from config import config
from llm import MyCustomLLM
from tools_imp import get_llm_prompt
from my_util import get_question_sqlapp = Flask(__name__)
model = MyCustomLLM(config.DB_HOST, config.DB_PORT, config.DB_NAME, config.DB_USER, config.DB_PASS)
logging.basicConfig(level=logging.INFO, encoding="utf-8",filename=config.LOG_PATH, filemode='a',format='%(asctime)s - %(pathname)s[line:%(lineno)d] - %(levelname)s: %(message)s')
question_sql = get_question_sql()@app.route('/getAnwser', methods=["POST"])
def getAnwser():def getStream():data = request.get_json()if 'question' not in data or not data['question']:yield "无法理解，请重新输入问题"question = data['question']try:prompt = get_llm_prompt(model, question, question_sql)dashscope.api_key = config.API_KEYllm_response = ""responses = dashscope.Generation.call(model="qwen-max-longcontext", messages=prompt, result_format='message', stream=True, incremental_output=True )r = Nonefor r in responses:if r.status_code == HTTPStatus.OK:info = r['output']['choices'][0]['message']['content']llm_response += infoyield infoelse:raise Exception("大模型执行报错")logging.info(f"llm_response: {llm_response}")logging.info(f"input_tokens: {r['usage']['input_tokens']}, output_tokens: {r['usage']['output_tokens']}")except BaseException as e:logging.error(f'question:{question}, Error: {e}')yield f"Error: {str(e)}\n\n".encode()return Response(stream_with_context(getStream()), content_type='text/event-stream')if __name__ == '__main__':app.run(config.FLASK_HOST, config.FLASK_PORT, debug=True)

测试

另外写一个访问 post 请求的测试代码，请求我的服务接口，结果会持续地一点一点打印完整。

import requestsurl = 'http://localhost:9001/getAnwser'
payload = {"question": "沈塘桥地铁站的信息"}
response = requests.post(url, json=payload, stream=True)
if response.status_code == 200:try:for chunk in response.iter_content(chunk_size=1024):if chunk:print(chunk.decode('utf-8'), end="")   except Exception as e:print(f"流处理过程中出现错误: {e}")

控制台中会一点点持续输出以下内容，就是流式输出样式，但是我没法使用 gif 动态展示，只能直接显示最后的整体内容：

您的问题是：沈塘桥地铁站的信息思考过程：
- 用户想了解关于“沈塘桥地铁站”的具体信息。
- 关键点在于定位到名为“沈塘桥”的地铁站，这涉及到模糊匹配站名。
- 需要从dtzpt表中查询，因为该表存储了地铁站点的详细信息。
- 查询时，需确保返回所有字段信息，以便提供完整详情。```sql
SELECT * FROM dtzpt WHERE name LIKE '%沈塘桥%'```

那么，我们该如何学习大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。至于能学习到多少就看你的学习毅力和能力了。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。