公開日: 2025 年 1 月 21 日
ストリーミング LLM レスポンスは、増分的に継続的に送信されるデータで構成されます。ストリーミング データは、サーバーやクライアントとは異なります。
サーバーから
ストリーミング レスポンスの形式を確認するため、コマンドライン ツール curl を使用して、Gemini に長いジョークを語るよう指示しました。Gemini API の次の呼び出しについて考えてみましょう。試す場合は、URL の {GOOGLE_API_KEY} を Gemini API キーに置き換えてください。
$ curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:streamGenerateContent?alt=sse&key={GOOGLE_API_KEY}" \
-H 'Content-Type: application/json' \
--no-buffer \
-d '{ "contents":[{"parts":[{"text": "Tell me a long T-rex joke, please."}]}]}'
このリクエストは、次の（切り捨てられた）出力をイベント ストリーム形式でログに記録します。各行は data: で始まり、その後にメッセージ ペイロードが続きます。具体的な形式は重要ではなく、重要なのはテキストのチャンクです。
//
data: {"candidates":[{"content": {"parts": [{"text": "A T-Rex"}],"role": "model"},
"finishReason": "STOP","index": 0,"safetyRatings": [{"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT","probability": "NEGLIGIBLE"},{"category": "HARM_CATEGORY_HATE_SPEECH","probability": "NEGLIGIBLE"},{"category": "HARM_CATEGORY_HARASSMENT","probability": "NEGLIGIBLE"},{"category": "HARM_CATEGORY_DANGEROUS_CONTENT","probability": "NEGLIGIBLE"}]}],
"usageMetadata": {"promptTokenCount": 11,"candidatesTokenCount": 4,"totalTokenCount": 15}}
data: {"candidates": [{"content": {"parts": [{ "text": " walks into a bar and orders a drink. As he sits there, he notices a" }], "role": "model"},
"finishReason": "STOP","index": 0,"safetyRatings": [{"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT","probability": "NEGLIGIBLE"},{"category": "HARM_CATEGORY_HATE_SPEECH","probability": "NEGLIGIBLE"},{"category": "HARM_CATEGORY_HARASSMENT","probability": "NEGLIGIBLE"},{"category": "HARM_CATEGORY_DANGEROUS_CONTENT","probability": "NEGLIGIBLE"}]}],
"usageMetadata": {"promptTokenCount": 11,"candidatesTokenCount": 21,"totalTokenCount": 32}}
最初のペイロードは JSON です。ハイライト表示された candidates[0].content.parts[0].text を詳しく見てみましょう。
{
"candidates": [
{
"content": {
"parts": [
{
"text": "A T-Rex"
}
],
"role": "model"
},
"finishReason": "STOP",
"index": 0,
"safetyRatings": [
{
"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_HATE_SPEECH",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_HARASSMENT",
"probability": "NEGLIGIBLE"
},
{
"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
"probability": "NEGLIGIBLE"
}
]
}
],
"usageMetadata": {
"promptTokenCount": 11,
"candidatesTokenCount": 4,
"totalTokenCount": 15
}
}
最初の text エントリが Gemini の回答の開始点です。複数の text エントリを抽出すると、レスポンスは改行で区切られます。
次のスニペットは、モデルからの最終的なレスポンスを示す複数の text エントリを示しています。
"A T-Rex"
" was walking through the prehistoric jungle when he came across a group of Triceratops. "
"\n\n\"Hey, Triceratops!\" the T-Rex roared. \"What are"
" you guys doing?\"\n\nThe Triceratops, a bit nervous, mumbled,
\"Just... just hanging out, you know? Relaxing.\"\n\n\"Well, you"
" guys look pretty relaxed,\" the T-Rex said, eyeing them with a sly grin.
\"Maybe you could give me a hand with something.\"\n\n\"A hand?\""
...
しかし、ティラノサウルスのジョークではなく、もう少し複雑なものをモデルに尋ねるとどうなりますか。たとえば、数値が偶数か奇数かを判断する JavaScript 関数を Gemini に作成してもらいます。text: チャンクは少し異なります。
出力には、JavaScript コードブロックから始まる Markdown 形式が含まれるようになりました。次のサンプルには、前のサンプルと同じ前処理手順が含まれています。
"```javascript\nfunction"
" isEven(number) {\n // Check if the number is an integer.\n"
" if (Number.isInteger(number)) {\n // Use the modulo operator"
" (%) to check if the remainder after dividing by 2 is 0.\n return number % 2 === 0; \n } else {\n "
"// Return false if the number is not an integer.\n return false;\n }\n}\n\n// Example usage:\nconsole.log(isEven("
"4)); // Output: true\nconsole.log(isEven(7)); // Output: false\nconsole.log(isEven(3.5)); // Output: false\n```\n\n**Explanation:**\n\n1. **`isEven("
"number)` function:**\n - Takes a single argument `number` representing the number to be checked.\n - Checks if the `number` is an integer using `Number.isInteger()`.\n - If it's an"
...
さらに困難なのは、マークアップされたアイテムの一部が 1 つのチャンクで始まり、別のチャンクで終わることです。一部のマークアップがネストされています。次の例では、ハイライト表示された関数は **isEven( と number) function:** の 2 行に分割されています。結合すると、出力は **isEven("number) function:** になります。つまり、書式設定された Markdown を出力する場合、Markdown パーサーで各チャンクを個別に処理することはできません。
クライアントから
MediaPipe LLM などのフレームワークを使用してクライアントで Gemma などのモデルを実行する場合、ストリーミング データはコールバック関数を介して送信されます。
次に例を示します。
llmInference.generateResponse(
inputPrompt,
(chunk, done) => {
console.log(chunk);
});
Prompt API を使用すると、ReadableStream を反復処理してストリーミング データをチャンクとして取得できます。
const languageModel = await self.ai.languageModel.create();
const stream = languageModel.promptStreaming(inputPrompt);
for await (const chunk of stream) {
console.log(chunk);
}
次のステップ
ストリーミング データを高パフォーマンスで安全にレンダリングする方法をお探しですか？LLM レスポンスをレンダリングするためのベスト プラクティスをご覧ください。