实战: 使用 LangChainGo + Gin 实现流式 AI 问答系统

在本篇文章中，我们将使用 LangChainGo + Gin 框架，结合 Ollama 大语言模型，实现一个流式 AI 问答系统。最终，我们还会使用 curl 进行测试，由于是实战例子所以我会提供一个简单的 html+css+js 的前端来实时显示 AI 的回答。

流式响应的意义

在传统 API 调用中，我们往往要等到大语言模型（LLM）计算完成后，才能返回完整的回答。这会导致：

等待时间长：用户需要等待很久，体验不佳。
缺乏实时性：无法在模型生成内容的同时，逐步显示给用户。

而流式响应可以：

逐步输出生成的内容，前端可以即时渲染，提升用户体验。
优化带宽，避免一次性传输大数据，减少系统压力。

后端：Gin + LangChainGo 实现流式响应

我们闲话少说，开始今天的正题，具体步骤如下所示:

1. 创建项目并安装依赖

首先我们创建一个名为 robot-go 的项目，并安装其所需要的依赖。

mkdir robot-go
cd robot-go/
go mod init github.com/xxx/robot-go
go get github.com/gin-gonic/gin
go get github.com/tmc/langchaingo@v0.1.13
go get github.com/tmc/langchaingo/llms@v0.1.13

2. 编写代码

键入如下代码：

func chatHandler(c *gin.Context) {
    var request struct {
        Question string `json:"question"`
    }
    if err := c.ShouldBindJSON(&request); err != nil {
        log.Printf("Invalid request: %v", err)
        c.JSON(http.StatusBadRequest, gin.H{"error": "invalid request"})
        return
    }
    if request.Question == "" {
        log.Print("Empty question received")
        c.JSON(http.StatusBadRequest, gin.H{"error": "question cannot be empty"})
        return
    }
    ctx := context.Background()
    // 设置 SSE 头部
    c.Writer.Header().Set("Content-Type", "text/event-stream")
    c.Writer.Header().Set("Cache-Control", "no-cache")
    c.Writer.Header().Set("Connection", "keep-alive")
    c.Writer.Flush()
    content := []llms.MessageContent{
        llms.TextParts(llms.ChatMessageTypeHuman, request.Question),
    }
    // 调用流式 API
    _, err := llmClient.GenerateContent(ctx, content, llms.WithStreamingFunc(func(ctx context.Context, chunk []byte) error {
        fmt.Fprintf(c.Writer, "data: %s\n\n", string(chunk))
        c.Writer.Flush()
        return nil
    }))
    if err != nil {
        log.Printf("Failed to generate content: %v", err)
        c.JSON(http.StatusInternalServerError, gin.H{"error": "failed to get response"})
        return
    }
    fmt.Fprintln(c.Writer, "data: [DONE]\n")
    c.Writer.Flush()
}

代码解析

llm.GenerateContent：调用 LangChainGo 生成流式数据。
llms.WithStreamingFunc：注册一个回调函数，每当 LLM 生成新的文本，都会实时返回。
c.Writer.Flush()：确保数据立即推送到客户端，而不是缓存。

使用 curl 进行测试

我们先运行后端服务，具体命令如下所示：

go run main.go

然后，使用 curl 进行测试：

curl -X POST http://localhost:9527/api/chat \
    -H "Content-Type: application/json" \
    -d '{"question": "请介绍一下Go语言"}' \
    --no-buffer

⚠️注意: --no-buffer 让 curl 立即显示流式数据。

测试结果如下所示：

⚠️注意: 别忘记了在本地运行 Ollama，这里我使用的模型是 qwen2:7b！！！

前端实现

由于是一个简单的例子所以就没有用 react 框架来做，前端的效果如下所示：

这里可以放置前端代码和截图（如果有的话）

总结

本篇文章，我们从后端实现到前端流式渲染，完整实现了一个流式 AI 问答系统：

✅ 使用 LangChainGo + Ollama 处理 LLM 调用
✅ Gin 提供 SSE（Server-Sent Events）流式 API
✅ curl 终端测试，逐步返回 AI 生成文本
✅ 简单的使用了 html+css+js 实现前端实时显示

🚀 完整代码已开源，你可以尝试改进并扩展，比如：

支持多轮对话，携带对话上下文记忆等。
接入更强大的 LLM 模型，例如 deepseek 等。
优化前端 UI 交互，可以使用 react 这类框架来实现。
实现更复杂的应用场景，例如问答搜索等。

复制全文生成海报 AI 编程 Web开发流式处理后端开发

编程 使用 LangChainGo + Gin 实现流式 AI 问答系统