Windows-Copilot-API 流式输出教程：3 种方式实现实时逐字打印的 AI 打字机效果

想用Windows-Copilot-API实现 AI 打字机效果？这篇流式输出教程带你用 3 种方式拿到实时逐字打印的结果：Python 库直接流式、HTTP 服务器 SSE 流式、官方 OpenAI SDK 流式。无需 API Key，无需计费，基于自己的 Copilot 账号，2 分钟就能跑起来 🚀

什么是流式输出？为什么需要打字机效果

普通的chat()调用要等模型把整段回答生成完才返回。回答越长，等待越久，体验越"闷"。

流式输出（streaming）则完全不同：模型边生成、边把一小段一小段的文字（chunk）推送给你的程序，你边收边打印，就像聊天窗口里字一个个蹦出来一样。

Windows-Copilot-API 的两种使用方式都原生支持流式：

• 🐍 Python 库：client.stream()返回可迭代对象
• 🔌 HTTP 服务器：请求体里加"stream": true，服务端以Server-Sent Events（SSE）格式推送

核心实现分别在 copilot/client.py（CopilotClient.stream）和 server/openai_format.py（SSE 数据块构造）。

准备工作：克隆项目并完成一次登录

git clone https://gitcode.com/gh_mirrors/wi/Windows-Copilot-API cd Windows-Copilot-API python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate.bat pip install -r requirements.txt playwright install chromium python -m copilot login # 打开浏览器登录一次，之后自动复用

登录完成后，会话保存在session/目录，每次运行自动复用，无需重复登录 ✅

方式一：Python 库直接流式（最简单）

如果你的代码本身就是 Python，这是最快上手的路径，完整示例见 examples/03_direct_stream.py：

from copilot import CopilotClient client = CopilotClient() stream = client.stream("Tell me a short, clean joke.") for chunk in stream: print(chunk, end="", flush=True) # 每收到一段就立刻打印 print() print("conversation_id:", stream.conversation_id)

几个关键细节：

• stream是ChatStream对象，可以像普通迭代器一样for循环，每轮产出一小段文本（字符串）
• flush=True是打字机效果的关键：不刷新的话输出会滞留在缓冲区，看起来就是一次性冒出来的
• conversation_id随流自动填充：开始新对话时 id 在迭代开始后自动写入stream.conversation_id，把它传给下一次调用即可续接同一个对话
• 流式调用若遇到 Cloudflare 校验过期，客户端会自动打开浏览器刷新验证并重试，恢复发生在输出任何文字之前，所以不会重复打印（见 copilot/client.py 中_stream_with_recovery的说明）

对比非流式：client.chat("...")会缓冲完整回答后一次性返回ChatReply（含text、conversation_id、images），适合不需要实时展示的场景，参见 examples/01_direct_chat.py。

方式二：HTTP 服务器 SSE 流式（跨语言通用）

需要给别人用、或者前端网页实时展示时，启动本地 OpenAI 兼容服务器更合适。

第一步，在终端启动服务器（详见 server/api.py）：

python app.py # -> Copilot OpenAI-compatible API on http://127.0.0.1:8000

第二步，发送请求。注意流式需要两个stream：请求体里的"stream": true让服务器切换为 SSE 模式，而 HTTP 客户端侧的stream=True让你可以逐行读取响应，完整示例见 examples/05_server_stream.py：

import json import requests with requests.post("http://localhost:8000/v1/chat/completions", json={ "model": "copilot", "stream": True, "messages": [{"role": "user", "content": "Tell me a short, clean joke."}], }, stream=True) as response: for line in response.iter_lines(): if not line or not line.startswith(b"data: "): continue payload = line[len("data: "):] if payload == b"[DONE]": # 流结束标记 break chunk = json.loads(payload) piece = chunk["choices"][0]["delta"].get("content") if piece: print(piece, end="", flush=True)

理解 SSE 数据格式只需要知道 3 件事：

⚠️ 与方式一不同，服务器运行在无头模式：若 Cloudflare 校验过期，它不会弹浏览器，而是直接返回503（type: "clearance_required"）。在主机会话上重新执行python -m copilot login后再重试即可。

方式三：官方 OpenAI SDK 流式（对已有代码零改动）

如果你的项目已经在用 OpenAI SDK，只需把base_url指向本地服务器，流式代码与调用 OpenAI 时完全一致。先pip install openai，完整示例见 examples/06_server_openai_sdk.py：

from openai import OpenAI client = OpenAI(base_url="http://localhost:8000/v1", api_key="unused") stream = client.chat.completions.create( model="copilot", messages=[{"role": "user", "content": "Say hello in one short sentence."}], stream=True, ) for chunk in stream: if chunk.choices and chunk.choices[0].delta.content: print(chunk.choices[0].delta.content, end="", flush=True)

由于conversation_id不在 OpenAI 标准 schema 中，SDK 会把它放进model_extra；要续接对话，用extra_body={"conversation_id": cid}回传即可。SDK 还会自动处理429限流的指数退避重试，省心很多。

流式输出的实用注意事项

• 限流：服务器默认每分钟最多 12 个请求（RATE_LIMIT_RPM），超出返回标准429+Retry-After头，实现见 server/ratelimit.py。建议客户端做指数退避（1s → 2s → 4s）
• 并发：上游 Copilot 聊天 socket 不支持同一账号并发会话，服务器会把请求串行排队处理，保持同时在途请求数在 1–4 个左右最稳
• 模型名称：服务器只有一个模型，就叫copilot，通过GET /v1/models可以确认
• 前端接入：SSE 是标准 Web 技术，浏览器里用EventSource或 fetch 流式读取同一接口即可，把print换成往 DOM 追加文本

总结

三种方式的打字机效果都来自同一个原理：逐段接收、逐段打印、及时刷新。跑通任意一种后，你可以参考 examples/ 目录下的 README.md 把 6 个示例全部过一遍，基本就掌握了 Windows-Copilot-API 的全部用法 🎉