[!info] related notes

• 所属 MOC: LLM Streaming MOC
• 相关概念: Delta Stream, Append Event Stream, Full State Stream
• 输出模型: LLM 输出四层模型
• 高级组合: Streaming 高级协议模式

Delta Stream vs Append Stream

范围

比较两种可组合的应用层视角：Delta 描述文本如何变化，Append 描述事件记录如何增加。一个追加到日志中的事件可以携带文本 delta，因此不是互斥协议选项。

为什么要放在一起理解

很多开发者混淆这两种协议，因为它们都”只传增量”。但混淆建模层次会导致：

• 只定义文本片段而没有工具/状态事件 → 无法完整表达 Agent 生命周期
• 将每条事件误当独立消息 → 文本被拆成多个气泡，而不是拼入同一消息

区分消息内容与事件记录，才能定义一致的消费方式。

核心区别：增量对象不同

Delta Stream：增量的是 content

// 前端操作
message.content += delta.content

教学事件示例（JSONL，每行一个对象）：

{ "type": "text.delta", "content": "你" }
{ "type": "text.delta", "content": "好" }
{ "type": "text.delta", "content": "世界" }

所有 delta 都在扩展同一段文本。最终结果：

message.content = "你好世界"

Append Stream：增量的是 event

// 前端操作
events.push(event)

教学事件示例（JSONL，每行一个对象）：

{ "type": "message.append", "message_id": "m1", "content": "你好" }
{ "type": "tool_call", "name": "symptom_extract", "args": {} }
{ "type": "extracted_info", "data": { "symptom": "头痛" } }
{ "type": "message.append", "message_id": "m1", "content": "根据你的描述..." }

每个事件是独立的结构化记录，可能有不同的类型和目标。

两种消费视角

// 如果前端收到事件后主要做：
currentMessage += content
// → 文本增量消费，可位于下面的事件分发内部

// 如果前端收到事件后主要做：
switch (event.type) {
  case "message.append":
  case "tool_call":
  case "extracted_info":
  case "status":
}
// → 按事件类型分发，也可消费文本 delta

对比表

对比点	Delta Stream	Append Stream
增量对象	同一个文本字段	新事件记录（不一定是新消息）
前端操作	content += delta	events.push(event) 或 reducer 分发
关注点	一条消息怎么逐步生成	一个 AI 流程产生了哪些事件
数据形态	追加型文本片段	偏 event log
UI 效果	渐进文本输出	可组合文本输出与多步骤状态展示
典型用途	ChatGPT 回答生成	Agent / workflow / tool call
带宽	取决于文本和封装/重传	取决于事件 payload、封装和重传
延迟	取决于生成、缓冲和调度	同样可即时发送，不能按名称排名
前端复杂度	中（维护 buffer）	中（reducer 分发）

依赖路径 / 演进链

简单文本生成 → 定义文本 delta 与完成/失败事件
    ↓ 增加 function calling
需要表达工具调用 → 在 Delta 基础上扩展事件类型
    ↓ 增加结构化提取、多步骤流程
事件类型增加 → 按目标消息/工具归约状态
    ↓ 需要统一事件格式
补充标识、版本、顺序、终态与恢复策略 → 可验证的协议契约

实际系统的做法

一种常见可行的组合是：

外层用 Append 管理流程，内层用 Delta 管理文本生成。

{ "type": "message.started", "message_id": "m1" }
{ "type": "text.delta", "message_id": "m1", "content": "你好" }
{ "type": "tool_call", "name": "symptom_extract" }
{ "type": "extracted_info", "data": {} }
{ "type": "text.delta", "message_id": "m1", "content": "，我已经整理了你的症状。" }
{ "type": "message.completed", "message_id": "m1" }

易混淆点

• “都是增量”不等于”一样”：Delta 的增量是文本扩展，Append 的增量是事件追加。
• Append 不排斥文本效果：Append Stream 也可以实现打字机效果，可将 message.append 的文本增量拼入同一消息；动画平滑度取决于渲染策略。
• 选择需看状态目标与恢复约束：按 message_id 归约文本，按 event_id/序号处理重复和顺序；是否 Agent 并不单独决定协议。