用途：实现 LLM 响应的实时流式传输，改善用户体验，降低首字节时间，并在流中处理工具调用与取消等场景。
主要能力：基础流式（OpenAI 同步与 AsyncOpenAI 异步）、FastAPI 的 SSE 端点（EventSourceResponse）、前端 SSE 消费（fetch + ReadableStream 解析 data: 行）、带工具调用的流式（累积 delta.tool_calls 的 name 与 arguments）、背压处理（asyncio.Queue 限流）、部分 JSON 解析、流取消。
使用方式：OpenAI 客户端设置 stream=True 后逐块读取 delta.content；异步版本用 async for；服务端以 EventSourceResponse 逐事件 yield，事件含 token 与 done；前端读取响应体分块、解码文本、按行匹配 data: 前缀。工具调用需按 index 累积分片，拼接完整后执行。
适用场景：聊天界面或增量展示 AI 输出的 Web 应用，需要 SSE 或工具调用的流式管线。
限制与注意：资料未提供具体价格、平台或效果数据。关键决策包括协议选 SSE（Web）或 WebSocket（双向）、缓冲 50-200 tokens、长响应超时 30-60 秒、断线重连；常见错误有无超时挂起、流内缺错误处理、未正确关闭连接、缓冲整个响应。部分细节需结合相关技能（如 streaming-api-patterns、function-calling、react-streaming-ui）补充。