有开发过ChatGPT相关应用的都知道，小程序是不支持流式请求的，目前市面上大多数开发者的解决方案都是使用websocket来解决。
还有一部分开发者是小程序嵌套网页解决这个问题，前者对于我们软件销售型的团队来说，交付会很麻烦，而且问题也会很多，而后者主要是体验不怎么好，而且需要设置网页授权域名。
作为ChatGPT最早期的开发者，我们开发的ChatGPT分销版占据了市面上60%左右的市场，和下面图片相似的都是我们的ChatGPT分销版。
在开发这个项目之前，我们开源了这个产品的前端模板，现在市面上很多雷同的产品都是基于我们的模板进行开发的，或者是借鉴开发的。
有客户运营我们的产品，目前已经累计200w+的充值金额，净利润预估至少100w+，我们的产品质量源自于这些客户的数据支撑。
我们的后端使用ThinkPHP5.0进行开发，Saas架构，界面看上去很大气，如下图所示。
颜值绝对秒杀市面上的所有ChatGPT应用，当然我们的定价和服务也是相当超值的。
废话不多说，接下来我来详细介绍下我是怎么实现微信小程序的流式请求的。
一、设置请求头
我的微信小程序和网页H5都是用的同一个接口，而微信小程序不支持stream的方式，只能使用分段传输的方式。
所以在这一步你需要做一个接口的兼容，我是传一个参数代表是微信小程序请求还是网页请求，从而设置不同的请求头。
网页H5的我就不给出header了，这里主要给出小程序的请求头，如下所示。
// 设置响应头信息header('Access-Control-Allow-Credentials: true');// 设置响应头信息header('Transfer-Encoding: chunked');header('Cache-Control: no-cache');header('Access-Control-Allow-Origin: *');header('Access-Control-Allow-Methods: GET, POST, OPTIONS');header('Access-Control-Allow-Headers: Content-Type');header('Connection: keep-alive');header('X-Accel-Buffering: no');二，设置回复兼容
网页H5的流式请求我是直接返回的官方的响应数据，所以这里不能动之前的数据格式，在小程序请求这个接口时，需要单独返回对应的数据格式。
if ($is_wxapp) { echo "success: " . json_encode(['content' => $content]) . "/r/n";}结尾使用“/r/n”，并且当所有数据响应完成之后一定要输出0，如下图所示。
if ($is_wxapp) { echo "0/r/n/r/n"; ob_flush(); flush();}我这里为了兼容网页H5的流式请求，也是同样的加了判断之后输出的。
三，进入前端请求代码
以下是我完整的小程序请求方法，里面包含了我很多的业务逻辑，你可以根据你的业务进行修改，后面我会挑几个注意事项进行简述。
async onChatApplet() { let _this = this; let token = uni.getStorageSync('token'); const url = ""; const requestTask = uni.request({ url: url, timeout: 15000, responseType: 'text', method: 'GET', enableChunked: true, data: {}, success: response => { // console.log(response) }, fail: error => {} }) requestTask.onHeadersReceived(function(res) { // console.log(res.header); }); requestTask.onChunkReceived(function(response) { const arrayBuffer = response.data; const uint8Array = new Uint8Array(arrayBuffer); let text = uni.arrayBufferToBase64(uint8Array) text = new Buffer(text, 'base64') text = text.toString('utf8'); if (text.indexOf('error') > 0) { let error = text.replace("event: error/ndata: ", "").replace("/r/n", "") error = JSON.parse(error) let len = _this.question.length _this.disabled = false if (error.code == 0) { _this.$refs.uToast.show({ type: 'error', message: error.msg }) if (len > 0) { _this.question[len - 1].content = error.msg } else { _this.question[0].content = error.msg } return false; } if (in_array(error.code, [10001, 11000, 500, 404])) { let length1 = 0 if (length1 > 0) { _this.question[length1 - 1].content = error.msg } else { _this.question[0].content = error.msg } _this.$refs.uToast.show({ type: 'error', message: error.msg }) return false; } switch (error.code) { case -1: _this.question.pop() uni.navigateTo({ url: '/pages/user/passport/login' }) break; case 101: _this.question.pop() _this.$refs.uToast.show({ type: 'error', message: error.msg, complete() { uni.navigateTo({ url: '/pages/user/recharge/index' }) } }) break; case 102: let length = _this.question.length if (length > 0) { _this.question[length - 1].content = error.msg } else { _this.question[0].content = error.msg } _this.$refs.uToast.show({ type: 'error', message: error.msg }) break; default: break; } return false; } if (text.indexOf('success') != -1) { let json = text.split('success: '); json.forEach(function(element) { if (element) { element = JSON.parse(element) let index = 0 if (_this.question.length > 0) { index = _this.question.length - 1 } _this.question[index].content += element.content; _this.$nextTick(() => { uni.pageScrollTo({ scrollTop: 2000000, duration: 0 }); }); } }) return false; } let done = text.replace("/r/n", "") if (done == 0) { _this.disabled = false } })}注意事项：编码
const arrayBuffer = response.data;const uint8Array = new Uint8Array(arrayBuffer);let text = uni.arrayBufferToBase64(uint8Array)text = new Buffer(text, 'base64')text = text.toString('utf8');我这个方式比较简单粗暴，我在网上看到有人使用了第三方库，但是我测试下来行不通，就使用了uni官方这个转成Base64，然后再进行转码。
以上就是整个小程序的流式响应回复所需要用到的技术，也是最直接有效的方法，如果你现在掌握这门技术，再加上ChatGPT目前的势头，我相信你也能做出一些事情。
好了，就这样，做一个小小的记录，后期如果有空，我会继续分享我在开发ChatGPT产品的其他思路。
个人公众号：程序员在囧途
欢迎大佬交流合作，交个朋友也行。