Api模式能提供流式响应模式吗?

[guyuexue]

提交前必须检查以下项目

• 请确保使用的是仓库最新代码（git pull），一些问题已被解决和修复。
• 由于相关依赖频繁更新，请确保按照Wiki中的相关步骤执行
• 我已阅读FAQ章节并且已在Issue中对问题进行了搜索，没有找到相似问题和解决方案
• 第三方插件问题：例如llama.cpp、text-generation-webui、LlamaChat等，同时建议到对应的项目中查找解决方案
• 模型正确性检查：务必检查模型的SHA256.md，模型不对的情况下无法保证效果和正常运行

问题类型

模型推理

基础模型

LLaMA-Plus-7B

操作系统

Windows

详细描述问题

# 请在此处粘贴运行代码（如没有可删除该代码块）

依赖情况（代码类问题务必提供）

# 请在此处粘贴依赖情况

运行日志或截图

# 请在此处粘贴运行日志

[HouYueJie]

我有尝试使用transformers.TextStreamer来做，但是效果目前感觉没有一次性回复的好。而且api的回复逻辑也要修改。你也可以尝试一下。https://huggingface.co/docs/transformers/internal/generation_utils