需实时捕获腾讯混元API流式响应增量文本并拼接，显式设置stream=True启用SSE；用timeout=(10,60)防超时；推荐原生SSE解析或SDK生成器获取Delta.Content；维护full_content与chunks列表以支持上下文判断；监控空内容次数实现流中断双保险容错。
☞☞☞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☜☜☜
你需要从腾讯混元API的流式响应中实时捕获每一段增量文本，拼接成完整回答，并在接收过程中识别品牌提及与推荐信号——若直接等待全部返回再解析，会丢失首字延迟优势，且无法应对流中断等异常。
初始化客户端并启用流式请求
调用HunyuanClient时必须显式设置stream=True，否则服务端不会以SSE格式返回数据块。非流式请求即使代码里写了循环读chunk，实际收到的仍是单个JSON对象。
使用timeout=(10, 60)参数：连接超时设为10秒防卡死，读取超时设为60秒避免网关30秒截断导致空白页——【不设读取超时将大概率触发HTTP 504 Gateway Timeout】。
逐chunk接收并拼接内容
方法一：原生SSE解析（推荐）
用requests发送POST请求，设置stream=True，再用iter_lines()逐行读取；每行以data:开头，需手动剥离前缀、json.loads()反序列化。
方法二：SDK内置流式接口
调用client.ChatCompletionsStream(req)，返回一个生成器，每次next()或for chunk in ...可得一个ChatCompletionsResponse实例；注意该实例的Choices[0].Delta.Content字段才是本次增量文本，不是Message.Content。
这一步操作起来很简单，直接把文件拖进去就行。
关键字段提取与上下文维护
第一步：声明空字符串full_content = ""和空列表chunks = []；
第二步：对每个chunk执行full_content += chunk.Choices[0].Delta.Content；
第三步：将当前chunk追加进chunks列表，用于后续回溯上下文（例如判断“不推荐”是否覆盖前文“推荐”）；
第四步：检查chunk.Choices[0].FinishReason是否为"stop"或"length"，是则终止循环。
若未做第三步，当模型在后半段否定前文推荐时（如“推荐A，但B其实更合适”），仅靠最终拼接文本会误判为双重推荐。
流中断容错处理
在流式循环内捕获EventStreamError异常；
同时监控连续收到的空Delta.Content次数，达到3次即主动break并标记error_code="STREAM_BROKEN"；
不要依赖except Exception兜底——部分网络抖动只中断SSE连接但不抛异常，必须结合空内容计数双保险。
