在微信小程序中如何支持使用流模式（stream），打造ChatGPT实时回复机器人，最详细讲解。

有开发过ChatGPT相关应用的都知道，小程序是不支持流式请求的，目前市面上大多数开发者的解决方案都是使用websocket来解决。

还有一部分开发者是小程序嵌套网页解决这个问题，前者对于我们软件销售型的团队来说，交付会很麻烦，而且问题也会很多，而后者主要是体验不怎么好，而且需要设置网页授权域名。

作为ChatGPT最早期的开发者，我们开发的ChatGPT分销版占据了市面上60%左右的市场，和下面图片相似的都是我们的ChatGPT分销版。

 在开发这个项目之前，我们开源了这个产品的前端模板，现在市面上很多雷同的产品都是基于我们的模板进行开发的，或者是借鉴开发的。

有客户运营我们的产品，目前已经累计200w+的充值金额，净利润预估至少100w+，我们的产品质量源自于这些客户的数据支撑。

我们的后端使用ThinkPHP5.0进行开发，Saas架构，界面看上去很大气，如下图所示。

 颜值绝对秒杀市面上的所有ChatGPT应用，当然我们的定价和服务也是相当超值的。

废话不多说，接下来我来详细介绍下我是怎么实现微信小程序的流式请求的。

一、设置请求头

我的微信小程序和网页H5都是用的同一个接口，而微信小程序不支持stream的方式，只能使用分段传输的方式。

所以在这一步你需要做一个接口的兼容，我是传一个参数代表是微信小程序请求还是网页请求，从而设置不同的请求头。

网页H5的我就不给出header了，这里主要给出小程序的请求头，如下所示。

// 设置响应头信息
header('Access-Control-Allow-Credentials: true');
// 设置响应头信息
header('Transfer-Encoding: chunked');
header('Cache-Control: no-cache');
header('Access-Control-Allow-Origin: *');
header('Access-Control-Allow-Methods: GET, POST, OPTIONS');
header('Access-Control-Allow-Headers: Content-Type');
header('Connection: keep-alive');
header('X-Accel-Buffering: no');

二，设置回复兼容

网页H5的流式请求我是直接返回的官方的响应数据，所以这里不能动之前的数据格式，在小程序请求这个接口时，需要单独返回对应的数据格式。

if ($is_wxapp) {
    echo "success: " . json_encode(['content' => $content]) . "rn";
}

结尾使用“rn”，并且当所有数据响应完成之后一定要输出0，如下图所示。

if ($is_wxapp) {
    echo "0rnrn";
    ob_flush();
    flush();
}

我这里为了兼容网页H5的流式请求，也是同样的加了判断之后输出的。

三，进入前端请求代码

以下是我完整的小程序请求方法，里面包含了我很多的业务逻辑，你可以根据你的业务进行修改，后面我会挑几个注意事项进行简述。

async onChatApplet() {
	let _this = this;
	let token = uni.getStorageSync('token');
	const url = "";
	const requestTask = uni.request({
		url: url,
		timeout: 15000,
		responseType: 'text',
		method: 'GET',
		enableChunked: true,
		data: {},
		success: response => {
			// console.log(response)
		},
		fail: error => {}
	})
	requestTask.onHeadersReceived(function(res) {
		// console.log(res.header);
	});
	requestTask.onChunkReceived(function(response) {
		const arrayBuffer = response.data;
		const uint8Array = new Uint8Array(arrayBuffer);
		let text = uni.arrayBufferToBase64(uint8Array)
		text = new Buffer(text, 'base64')
		text = text.toString('utf8');
		if (text.indexOf('error') > 0) {
			let error = text.replace("event: errorndata: ", "").replace("rn", "")
			error = JSON.parse(error)
			let len = _this.question.length
			_this.disabled = false
			if (error.code == 0) {
				_this.$refs.uToast.show({
					type: 'error',
					message: error.msg
				})
				if (len > 0) {
					_this.question[len - 1].content = error.msg
				} else {
					_this.question[0].content = error.msg
				}
				return false;
			}
			if (in_array(error.code, [10001, 11000, 500, 404])) {
				let length1 = 0
				if (length1 > 0) {
					_this.question[length1 - 1].content = error.msg
				} else {
					_this.question[0].content = error.msg
				}
				_this.$refs.uToast.show({
					type: 'error',
					message: error.msg
				})
				return false;
			}
			switch (error.code) {
				case -1:
					_this.question.pop()
					uni.navigateTo({
						url: '/pages/user/passport/login'
					})
					break;
				case 101:
					_this.question.pop()
					_this.$refs.uToast.show({
						type: 'error',
						message: error.msg,
						complete() {
							uni.navigateTo({
								url: '/pages/user/recharge/index'
							})
						}
					})
					break;
				case 102:
					let length = _this.question.length
					if (length > 0) {
						_this.question[length - 1].content = error.msg
					} else {
						_this.question[0].content = error.msg
					}
					_this.$refs.uToast.show({
						type: 'error',
						message: error.msg
					})
					break;
				default:
					break;
			}
			return false;
		}
		if (text.indexOf('success') != -1) {
			let json = text.split('success: ');
			json.forEach(function(element) {
				if (element) {
					element = JSON.parse(element)
					let index = 0
					if (_this.question.length > 0) {
						index = _this.question.length - 1
					}
					_this.question[index].content += element.content;
					_this.$nextTick(() => {
						uni.pageScrollTo({
							scrollTop: 2000000,
							duration: 0
						});
					});
				}
			})
			return false;
		}
		let done = text.replace("rn", "")
		if (done == 0) {
			_this.disabled = false
		}
	})
}

注意事项：编码

const arrayBuffer = response.data;
const uint8Array = new Uint8Array(arrayBuffer);
let text = uni.arrayBufferToBase64(uint8Array)
text = new Buffer(text, 'base64')
text = text.toString('utf8');

我这个方式比较简单粗暴，我在网上看到有人使用了第三方库，但是我测试下来行不通，就使用了uni官方这个转成Base64，然后再进行转码。

以上就是整个小程序的流式响应回复所需要用到的技术，也是最直接有效的方法，如果你现在掌握这门技术，再加上ChatGPT目前的势头，我相信你也能做出一些事情。

好了，就这样，做一个小小的记录，后期如果有空，我会继续分享我在开发ChatGPT产品的其他思路。

个人公众号：程序员在囧途

欢迎大佬交流合作，交个朋友也行。