用途：在编写、调试、测试或调优 Chalk 流式解析器时使用，覆盖 Kafka、Kinesis、PubSub 数据源、make_stream_resolver 模式与 parse 表达式。
主要能力：支持 Kafka、Kinesis（标准与 Enhanced Fan-Out）、Google Cloud Pub/Sub 连接器；流式 worker 轮询消息、批处理解析并经 gRPC 转发至执行引擎，引擎运行解析计划、更新物化聚合并将特征同步写入在线与离线存储。可用 skip_online / skip_offline 控制写入目标；通过 Sink 将计算结果写入下游 Kafka 主题，实现多阶段流水线。支持一条消息扇出多行（message_type=list[Element] 配合 F.array_transform 等）。流解析器写入 DataFrame 关系时自动更新 windowed 物化聚合，支持 sum、count、min/max、mean、std/var、approx_count_distinct、approx_percentile、approx_top_k、min_by_n/max_by_n 等，可用 MaterializationWindowConfig 自定义桶对齐，或用 updates_materialized_aggregations=False 关闭。支持 Deduplication(on=..., within=...) 去重与 late_arrival_deadline 迟到丢弃。
使用方式：用 make_stream_resolver 定义解析器，指定 source、message_type、output_features；用 chalk_client.test_streaming_resolver 或本地 check_stream_parsing 测试解析表达式。
适用场景：新流解析器编写、parse 表达式选择与调试、去重/迟到/特征时间配置、吞吐调优、物化窗口聚合搭建。
限制：不适用于请求-响应（用 @online）、一次性批量加载（用 @offline 或 chalk upload）、无 schema 主题（需先定义 Pydantic/proto/Avro 模型）、从流回填历史数据（用离线解析器加时间戳重放）。