> ## Documentation Index
> Fetch the complete documentation index at: https://nvd-54.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 事件流式输出

> 从 LangChain 智能体运行中流式传输实时更新，支持类型化投影。

LangChain 智能体构建在 LangGraph 之上，因此它们支持相同的事件流式输出模型，并提供面向智能体的消息、工具调用、状态和自定义更新的投影。

对于大多数应用和前端用例，请通过 `stream_events(..., version="v3")` 使用事件流式输出。事件流式输出返回一个带有类型化投影的运行对象，因此您可以选择所需的视图，而不是解析 stream-mode 元组。

<Tip>
  查看[流式输出 cookbook](https://github.com/langchain-ai/streaming-cookbook) 获取可运行的示例和详细参考文档的链接。
</Tip>

<Note>
  对直接使用 Pregel 模式（如 `updates`、`messages` 或 `custom`）的流式输出感兴趣？请参阅[流式输出页面](/oss/javascript/langchain/streaming)。
</Note>

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
import { createAgent, tool } from "langchain";
import * as z from "zod";

const getWeather = tool(
  async ({ city }) => `It's always sunny in ${city}!`,
  {
    name: "get_weather",
    description: "Get weather for a city.",
    schema: z.object({ city: z.string() }),
  }
);

const agent = createAgent({
  model: "gpt-5-nano",
  tools: [getWeather],
});

const run = await agent.streamEvents(
  { messages: [{ role: "user", content: "What is the weather in SF?" }] },
  { version: "v3" }
);

for await (const message of run.messages) {
  for await (const delta of message.text) {
    process.stdout.write(delta);
  }
}

const finalState = await run.output;
```

## 可以流式传输的内容

| 投影                   | 用途                    |
| -------------------- | --------------------- |
| `for event in run`   | 当您需要精确到达顺序时的原始协议事件。   |
| `run.messages`       | 模型消息流，每次 LLM 调用一个。    |
| `message.text`       | 消息的文本增量和最终文本。         |
| `message.reasoning`  | 对于暴露推理内容的模型的推理增量。     |
| `message.tool_calls` | 工具调用参数块和最终化的工具调用。     |
| `message.output`     | 模型调用完成后的最终消息对象。       |
| `message.usage`      | 提供商返回时的 Token 使用量元数据。 |
| `run.values`         | 智能体状态快照。              |
| `run.output`         | 最终智能体状态。              |
| `run.extensions`     | 自定义转换器投影。             |

\| `run.toolCalls` | 工具执行生命周期、输入、输出增量、最终输出和错误。 |

`run.messages` 产生消息流。每个消息流暴露 `.text`、`.reasoning`、`.toolCalls`、`.output` 和 `.usage`。异步投影可以被迭代以获取实时增量，或被 await 以获取最终值。

## 流式传输智能体消息

当您想要每次 LLM 调用的模型输出时，使用 `run.messages`。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
const run = await agent.streamEvents(input, { version: "v3" });

for await (const message of run.messages) {
  process.stdout.write(`[${message.node}] `);
  for await (const delta of message.text) {
    process.stdout.write(delta);
  }

  const fullMessage = await message.output;
  console.log(fullMessage.content);

  const usage = await message.usage;
  if (usage) {
    console.log(usage);
  }
}
```

## 流式传输工具调用

有两个有用的工具调用投影：

* `message.tool_calls` 在模型生成工具调用时流式传输工具调用参数块。
* `run.tool_calls` 在工具调用开始后流式传输工具执行的生命周期。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
const run = await agent.streamEvents(input, { version: "v3" });

await Promise.all([
  (async () => {
    for await (const message of run.messages) {
      for await (const chunk of message.toolCalls) {
        console.log("tool call chunk", chunk);
      }
    }
  })(),
  (async () => {
    for await (const call of run.toolCalls) {
      console.log(call.name, call.input);
      console.log(await call.output, await call.error);
    }
  })(),
]);
```

## 流式传输状态和最终输出

使用 `run.values` 获取状态快照，使用 `run.output` 获取最终智能体状态。

```typescript theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}}
const run = await agent.streamEvents(input, { version: "v3" });

for await (const snapshot of run.values) {
  console.log(snapshot);
}

const finalState = await run.output;
```

## 相关资源

* [流式输出 cookbook](https://github.com/langchain-ai/streaming-cookbook) 展示可运行的事件流式输出示例。
* [LangChain 流式输出](/oss/javascript/langchain/streaming) 涵盖底层 Pregel 流模式。
* [LangGraph 事件流式输出](/oss/javascript/langgraph/streaming/event-streaming) 解释底层图流式模型。

***

<div className="source-links">
  <Callout icon="terminal-2">
    [将这些文档连接到](/use-these-docs) Claude、VSCode 等工具，通过 MCP 获取实时答案。
  </Callout>

  <Callout icon="edit">
    [在 GitHub 上编辑此页面](https://github.com/langchain-ai/docs/edit/main/src/oss/langchain/event-streaming.mdx) 或 [提交问题](https://github.com/langchain-ai/docs/issues/new/choose)。
  </Callout>
</div>