LobeChat WebSocket通信机制剖析：实时对话是如何实现的？
在构建现代AI聊天应用时，一个核心挑战是——如何让用户感觉“对面真的有人在打字”？当我们在LobeChat中输入问题后，答案不是一次性弹出，而是像打字机一样逐字浮现，这种流畅的交互体验背后，是一套精密设计的实时通信系统。而支撑这一切的关键技术，正是WebSocket。
为什么传统HTTP无法胜任AI对话？
早期的Web应用普遍依赖HTTP协议进行数据交换。但它的“请求-响应”模式存在天然缺陷：每次通信都需要建立连接、发送请求、等待响应、关闭连接。如果用来实现AI对话，用户必须等到整个模型输出完成才能看到结果，延迟高、体验差。
更糟糕的是，在需要持续更新的场景下，开发者曾采用“轮询”（Polling）方式模拟实时性——客户端每隔几秒就向服务器发一次请求，询问是否有新消息。这种方式不仅浪费大量带宽和服务器资源，还可能导致关键信息滞后数秒才被获取。
Server-Sent Events（SSE）虽然解决了服务器主动推送的问题，但它只支持单向通信（服务器→客户端），无法满足双向交互需求。对于像LobeChat这样需要频繁传递控制指令（如“停止生成”）的应用来说，依然不够用。
于是，WebSocket 成为了最优解。
WebSocket：全双工通信的基石
WebSocket 是 HTML5 引入的一种网络协议，它允许客户端与服务器之间通过单一 TCP 连接实现全双工、双向、持久化的数据传输。这意味着一旦连接建立，双方可以随时互发消息，无需重复握手，也没有额外的HTTP头部开销。
握手升级：从HTTP到WebSocket
有趣的是，WebSocket 的起点仍然是标准的 HTTP 请求。客户端首先发起一个带有特殊头字段的 GET 请求：
GET /chat HTTP/1.1 Host: example.com Upgrade: websocket Connection: Upgrade Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ== Sec-WebSocket-Version: 13服务端若支持 WebSocket，则返回101 Switching Protocols状态码，表示协议切换成功：
HTTP/1.1 101 Switching Protocols Upgrade: websocket Connection: Upgrade Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=这个过程被称为“握手”。成功之后，原来的 HTTP 连接就被“升级”为 WebSocket 连接，进入长连接状态，后续通信完全脱离HTTP框架，直接以帧（Frame）为单位收发数据。
数据帧传输：轻量高效的流式通道
WebSocket 使用二进制或文本格式的数据帧进行通信，每个帧包含少量元数据和有效载荷。这种设计使得它可以高效地分片传输大块数据，特别适合LLM逐个生成token并实时返回的场景。
例如，当用户提问“请写一首关于春天的诗”，模型可能每50毫秒输出一个词。