import requests
import json
url = "https://open.bigmodel.cn/api/paas/v4/chat/completions"

payload = {
    "model": "glm-4.7",
    "messages": [
        {
            "role": "user",
            "content": "写一首关于春天的诗。"
        }
    ],
    "stream": True,
    "temperature": 1
}
headers = {
    "Authorization": "api-key",
    "Content-Type": "application/json"
}
response = requests.post(url, json=payload, headers=headers)
# 检查状态
if response.status_code != 200:
    print(f"请求失败: {response.status_code} - {response.text}")
    exit()
full_content = []
#流失输出
print("正在生成...\n")
try:
    for line in response.iter_lines():
        if line:
            decoded_line = line.decode('utf-8')
            # SSE 格式: data: {...}
            if decoded_line.startswith("data:"):
                json_str = decoded_line[len("data:"):].strip()
                if json_str == "[DONE]":
                    break
                try:
                    chunk = json.loads(json_str)
                    # 提取 reasoning_content
                    if "choices" in chunk and len(chunk["choices"]) > 0:
                        delta = chunk["choices"][0].get("delta", {})
                        content = delta.get("reasoning_content")
                        if content is not None:
                            full_content.append(content)
                            #print(content, end="", flush=True)  # 实时打印
                except json.JSONDecodeError as e:
                    print(f"\nJSON 解析错误: {e}, 原始数据: {json_str}")
except Exception as e:
    print(f"\n流处理异常: {e}")

print("\n\n✅ 最终完整输出:")
print("".join(full_content))

你提供的代码使用 requests.post 调用智谱（Zhipu）大模型的 流式（stream=True）接口，但当前写法存在两个关键问题：
❌ response.text 无法正确处理 流式响应（SSE） —— 它会等待整个响应结束才返回，而流式接口是逐块发送的；
❌ 智谱 GLM-4 的流式响应中，实际文本内容在 choices[0].delta.reasoning_content 字段（而非标准 OpenAI 的 content）。
✅ 正确做法：使用 response.iter_lines() 逐行解析 SSE 流
以下是 完整可运行的修复代码，能正确提取 reasoning_content 并拼接成完整诗歌：
python

编辑

import requests
import json

# 配置
url = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
payload = {
    "model": "glm-4.7",
    "messages": [
        {"role": "user", "content": "写一首关于春天的诗。"}
    ],
    "stream": True,
    "temperature": 1
}
headers = {
    "Authorization": "Bearer your_api_key_here",  # ⚠️ 替换为你的有效 API Key
    "Content-Type": "application/json"
}

# 发送流式请求
response = requests.post(url, json=payload, headers=headers, stream=True)

# 检查状态
if response.status_code != 200:
    print(f"请求失败: {response.status_code} - {response.text}")
    exit()

full_content = []

print("正在生成...\n")

try:
    for line in response.iter_lines():
        if line:
            decoded_line = line.decode('utf-8')
            # SSE 格式: data: {...}
            if decoded_line.startswith("data:"):
                json_str = decoded_line[len("data:"):].strip()
                if json_str == "[DONE]":
                    break
                try:
                    chunk = json.loads(json_str)
                    # 提取 reasoning_content
                    if "choices" in chunk and len(chunk["choices"]) > 0:
                        delta = chunk["choices"][0].get("delta", {})
                        content = delta.get("reasoning_content")
                        if content is not None:
                            full_content.append(content)
                            print(content, end="", flush=True)  # 实时打印
                except json.JSONDecodeError as e:
                    print(f"\nJSON 解析错误: {e}, 原始数据: {json_str}")
except Exception as e:
    print(f"\n流处理异常: {e}")

print("\n\n✅ 最终完整输出:")
print("".join(full_content))
🔑 关键说明
表格
问题    解决方案
流式响应读取    使用 stream=True + response.iter_lines()
SSE 格式解析    每行以 data:  开头，去掉前缀后解析 JSON
字段位置    智谱 GLM-4 流式响应使用 delta.reasoning_content（不是 content）
结束标志    遇到 data: [DONE] 时停止
实时输出    print(..., end="", flush=True) 实现逐字打印
📝 输出示例（模拟）
text

编辑

正在生成...

春天的缕东风穿过山谷，
  便唤醒了沉睡的田野。

✅ 最终完整输出:
春天的缕东风穿过山谷，
  便唤醒了沉睡的田野。