要在火山引擎调用大模型时实时逐字返回响应，必须在请求体中设置"stream": true（布尔值），并确保Model ID已在「推理接入点」开通；客户端需用text/event-stream接收、TextDecoder解码、按行解析data:字段并提取delta.content。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在火山引擎调用大模型时实时看到逐字返回的响应内容，必须在请求体中显式启用流式开关，并确保客户端能正确处理 SSE 或 chunked 响应流。
确认模型已开通并获取有效 Model ID
登录火山引擎控制台 → 进入「方舟大模型平台」→ 左侧导航栏点击「推理接入点」→ 找到你已开通的模型（如 【doubao-1-5-pro-256k-250115】），复制其 Model ID。注意：未在「推理接入点」中开通的模型，即使有 API Key 也无法调用，会返回 403 错误。
这一步不能跳过——API Key 只是身份凭证，Model ID 才是服务路由依据，两者缺一不可。
构造含 stream=true 的请求体
向火山引擎 API 端点（如 https://ark.cn-beijing.volces.com/api/v3/chat/completions）发送 POST 请求时，请求体 JSON 必须包含 "stream": true 字段：
{"model":"doubao-1-5-pro-256k-250115","messages":[{"role":"user","content":"你好"}],"stream":true}
⚠️ 注意：【stream 字段必须为布尔值 true，不能写成字符串 "true"】，否则后端会忽略流式模式，返回完整 JSON 响应而非事件流。
客户端解析流式响应（以 JavaScript 为例）
第一步：使用 fetch 发起请求，设置 headers.Accept = 'text/event-stream'；
第二步：调用 response.body.getReader() 获取流读取器；
第三步：循环调用 reader.read()，对每次返回的 value 使用 TextDecoder().decode() 解码；
第四步：按行分割（chunk.split('\n')），过滤掉空行和 event:、id:、retry: 行，提取以 data: 开头的内容；
第五步：对每个 data: 后的 JSON 字符串执行 JSON.parse()，从中取出 choices[0].delta.content 并追加到页面 DOM 中。
如果跳过 TextDecoder 直接转字符串，中文会乱码；如果没过滤 data: 前缀就直接 parse，会因格式错误导致解析失败。
验证流式是否生效的快捷方式
用 curl 命令快速测试：
curl -X POST https://ark.cn-beijing.volces.com/api/v3/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"doubao-1-5-pro-256k-250115","messages":[{"role":"user","content":"说三个字"}],"stream":true}'
观察终端是否逐行输出类似 data: {"choices":[{"delta":{"content":"一"}}]} 的内容。若一次性返回完整 JSON，则说明 stream 字段未生效或模型不支持流式。
