LangGraph 如何实现流式输出和实时响应？

1. 三种流式模式

LangGraph 提供三种不同粒度的流式输出：stream(mode="values") 在每个节点完成后返回完整的状态快照，适合调试和后端编排；stream(mode="updates") 只返回变化的键值对，开销最小，适合进度指示器；astream_events() 暴露最细粒度的事件流，包括每个 LLM token、工具调用生命周期和自定义事件，是前端实时渲染的首选。

2. Token 级流式传输

通过 astream_events() 配合 version="v2" 参数，可以捕获 on_chat_model_stream 事件，逐个获取 LLM 生成的 token。结合 FastAPI 的 StreamingResponse 和 Server-Sent Events（SSE），可以将 token 实时推送到前端浏览器，实现类似 ChatGPT 的打字机效果。关键是要在 LLM 初始化时设置 streaming=True，并在反向代理层禁用缓冲（如 Nginx 的 X-Accel-Buffering: no）。

3. 多通道事件订阅

astream_events() 不仅支持消息流，还可以订阅节点开始/结束、工具调用、自定义事件等多种事件类型。开发者可以通过 StreamWriter 向自定义通道推送领域特定的事件（如引用来源、进度指标、UI 描述），前端根据不同通道渲染不同的 UI 元素——主聊天面板显示回答文本，侧边栏显示子 Agent 活动，顶部进度条显示执行进度。

4. 生产环境的流式部署

LangGraph Cloud 原生支持流式端点，客户端 SDK 提供方法来消费这些流。对于自托管场景，可以通过 WebSocket 或 SSE 封装 LangGraph 的异步接口，实现生产级的实时响应。流式和检查点机制是正交的——无论是否流式输出，状态都会在每个节点完成后被持久化。