项目概述
项目围绕 AI 对话场景进行实现，重点关注流式响应、对话状态管理以及本地数据处理。聊天记录优先保存在本地，减少对服务端数据存储的依赖。流式输出基于第三方库实现，并进一步了解其底层 SSE 数据处理机制。
实践过程
项目首先完成 AI 对话、历史记录和流式输出等基础功能。在实现流式响应时，发现服务端返回的 data: 数据可能被拆分，导致前端直接解析 JSON 时出现异常。
针对这一问题，对 SSE 的数据传输过程进行分析，在前端增加数据缓冲和拆包处理，确保不完整的数据片段能够等待后续内容到达后再进行解析。
随后加入AbortController 管理流式请求 ，使用户可以主动终止生成，同时保留已经接收到的内容。
复盘
对流式数据处理有了更具体的认识。相比直接调用接口，更重要的是理解数据从服务端返回到页面展示之间经历了什么，以及请求中断、异常和部分数据到达时应该如何处理。 通过这次实践，也进一步熟悉了第三方库的使用方式，并开始关注库内部的实现逻辑，而不仅仅是 API 的调用。
截图
