[!info] related notes

• 所属 MOC: LLM Streaming MOC
• 对比: Delta Stream, Append Event Stream
• 综合对比: Delta Stream vs Append Stream
• 输出模型: LLM 输出四层模型

Full State Stream

一句话定义

Full State Stream 在约定对象范围内发送完整快照，接收方用较新的版本替换状态。快照可表现重写后的结果，但 undo、并发编辑和光标映射仍需要独立的历史与冲突处理机制。

这是应用层快照模型，不是某个编辑器的已验证内部协议。下面的事件名为示意；JSONL 每行一个对象。

核心机制

数据模型

每个事件携带从头到当前的完整文本：

{ "type": "state", "content": "你" }
{ "type": "state", "content": "你好" }
{ "type": "state", "content": "你好世界" }

前端操作

// 直接用最新快照替换渲染
function onState(fullText: string) {
  render(fullText)
}

快照是否“完整”取决于其定义范围，例如仅文本不包含光标、附件或未保存的人类编辑。前端可不拼接文本，但仍须判定对象 ID、revision 和本地编辑状态，不能把最后收到的旧快照当成最新状态。

更复杂的协议结构

对于编辑器场景，状态快照可以包含结构化信息：

{
  "type": "document.state",
  "data": {
    "content": "完整的文档文本...",
    "cursors": [{ "user": "ai", "position": 3 }],
    "highlights": [{ "range": [0, 3], "type": "new" }],
    "metadata": { "revision": 1 }
  }
}

最小场景

AI 编辑器的实时预览伪代码：假定调用方已选择可接收的新版本，并将事件 data 传入；辅助函数、DocumentState 和 history 由应用定义。

let currentDocument = ""

function onDocumentState(state: DocumentState) {
  currentDocument = state.content
  renderEditor(currentDocument)
  // 若用于撤销，需保存独立不可变版本并定义本地/远端历史策略。
  history.push(structuredClone(state))
}

适用场景

场景	说明
文档内 AI 写作	可用快照预览替换结果；不推断特定产品使用此协议
AI editor	富文本编辑器的 AI 辅助
文档生成器	生成完整文档的实时预览
Code generation preview	代码生成的实时展示

优势

• 文本投影可直接覆盖，省去逐片拼接；版本选择与编辑器状态协调仍需逻辑
• 保存历史快照可支持状态回退；只保留最新快照无法 undo，多人编辑还需定义撤销范围
• 可携带替换后的结果、光标或高亮；局部编辑操作和坐标含义须额外约定

局限

• 若每新增一个字符都发送从头累计的全文，未压缩负载为 1+2+…+n，即 O(n²)；固定次数快照、压缩或合并发送不适用同一结论
• 快照可在任意时刻发送，并不必须等待语义单元；序列化大小和发送频率共同影响延迟
• 长文本高频快照的传输量较大，可降低快照频率或结合增量事件
• 发送端需要取得完整状态并序列化，开销取决于状态大小与频率

边界与易混淆点

• 若线上实际传输的是相对于某个版本的 diff，消费者仍需基线与补丁应用；它不再是每个网络事件都可独立恢复状态的全量快照。
• 适合编辑器但不是编辑器专用：任何需要”随时可以拿到完整状态”的场景都可以用。
• 和 Delta Stream 是两个极端：Delta 只传增量，State 传全量。实际系统通常在两者之间取平衡。