Python调用智谱GLM-4流式API实现实时文本生成

1. 智谱大模型流式API调用实战解析

最近在对接智谱（Zhipu）GLM-4大模型的流式API时，发现不少开发者会遇到两个典型问题：一是无法正确处理流式响应，二是找不到正确的文本内容字段。今天我就来分享下如何用Python正确调用智谱的流式API，实现诗歌生成的实时输出效果。

智谱的流式API基于Server-Sent Events（SSE）协议，与标准的HTTP请求有些不同。当我们需要处理长文本生成（如诗歌、文章）时，流式接口可以显著提升用户体验，实现类似打字机效果的逐字输出。下面我们就从原理到实践，完整走一遍这个流程。

2. 核心问题与解决方案

2.1 常见错误分析

先来看开发者最常踩的两个坑：

1. 错误使用response.text读取流式响应
   很多同学习惯性地用response.text获取响应内容，这在普通HTTP请求中没问题，但对于流式接口，这会阻塞直到所有数据接收完成，完全失去了"流式"的意义。

2. 找不到正确的文本字段
   智谱GLM-4的流式响应结构与OpenAI有所不同，文本内容存放在choices[0].delta.reasoning_content而非常见的content字段，这个差异很容易被忽略。

2.2 正确实现方案

解决上述问题的核心方法是：

• 使用requests库的stream=True参数+iter_lines()方法逐行读取
• 正确解析SSE格式的数据流
• 从delta.reasoning_content提取文本内容

3. 完整实现代码解析

3.1 基础配置

首先设置API的基本参数：

python复制import requests
import json

url = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
headers = {
    "Authorization": "Bearer your_api_key_here",
    "Content-Type": "application/json"
}
payload = {
    "model": "glm-4-7",
    "messages": [{
        "role": "user",
        "content": "写一首关于春天的诗。"
    }],
    "stream": True,
    "temperature": 1
}

注意：这里的API Key需要替换为你自己的有效密钥，温度参数temperature控制生成文本的随机性，1表示中等创造性。

3.2 流式请求处理

核心的流式处理逻辑如下：

python复制response = requests.post(url, json=payload, headers=headers, stream=True)

if response.status_code != 200:
    print(f"请求失败: {response.status_code} - {response.text}")
    exit()

full_content = []
print("正在生成...\n")

try:
    for line in response.iter_lines():
        if line:
            decoded_line = line.decode('utf-8')
            if decoded_line.startswith("data:"):
                json_str = decoded_line[len("data:"):].strip()
                if json_str == "[DONE]":
                    break
                try:
                    chunk = json.loads(json_str)
                    if "choices" in chunk and len(chunk["choices"]) > 0:
                        d