EventSource 项目技术文档
1. 安装指南
1.1 使用 Composer 安装
推荐使用 Composer 来安装 EventSource 库。首先,在你的项目根目录下创建一个 composer.json 文件,内容如下:
{
"require": {
"igorw/event-source": "1.0.*"
}
}
然后,运行以下命令来安装依赖:
$ curl -s http://getcomposer.org/installer | php
$ php composer.phar install
安装完成后,你可以通过自动加载器来使用库:
<?php
require 'vendor/autoload.php';
2. 项目使用说明
2.1 输出 EventSource 头信息
首先,你需要输出 EventSource 的头信息,以便客户端知道它正在与一个 EventSource 服务器通信。可以使用以下代码:
<?php
use Igorw\EventSource\Stream;
foreach (Stream::getHeaders() as $name => $value) {
header("$name: $value");
}
2.2 创建并发送事件
接下来,创建一个 Stream 对象,并通过其 API 创建和发送事件。以下示例代码每 2 秒发送一个新事件:
<?php
use Igorw\EventSource\Stream;
$stream = new Stream();
while (true) {
$stream
->event()
->setData("Hello World")
->end()
->flush();
sleep(2);
}
2.3 JavaScript 客户端示例
在客户端,你可以使用以下 JavaScript 代码来接收事件:
var stream = new EventSource('stream.php');
stream.addEventListener('message', function (event) {
console.log(event.data);
});
3. 项目 API 使用文档
3.1 事件 ID
如果你的事件有 ID,客户端在重新连接时会发送 Last-Event-ID 头信息。你可以读取这个值并重新发送任何在此之后发生的事件。
<?php
$lastId = filter_input(INPUT_SERVER, 'HTTP_LAST_EVENT_ID');
if ($lastId) {
$buffer = getMessagesAfter($lastId);
foreach ($buffer as $message) {
$stream->event()
->setId($message['id'])
->setData($message['data']);
}
$stream->flush();
}
3.2 事件命名空间
你可以通过 setEvent 方法为事件设置命名空间。这允许你在客户端绑定到特定类型的事件。
<?php
$stream
->event()
->setEvent('foo')
->setData($message['data']);
->end()
->event()
->setEvent('bar')
->setData($message['data']);
->end()
->flush();
在客户端,你可以绑定到这些事件类型:
var stream = new EventSource('stream.php');
stream.addEventListener('foo', function (event) {
console.log('Received event foo!');
});
stream.addEventListener('bar', function (event) {
console.log('Received event bar!');
});
3.3 发送 JSON 数据
在大多数应用中,你可能需要发送更复杂的数据而不是简单的字符串。推荐使用 JSON 格式来实现这一点。
在服务器端,使用 json_encode 函数来编码数据:
<?php
$data = array('userIds' => array(21, 43, 127));
$stream
->event()
->setData(json_encode($data));
->end()
->flush();
在客户端,使用 JSON.parse 来解码数据:
var stream = new EventSource('stream.php');
stream.addEventListener('message', function (event) {
var data = JSON.parse(event.data);
console.log('User IDs: '+data.userIds.join(', '));
});
4. 项目安装方式
4.1 通过 Composer 安装
如前所述,推荐使用 Composer 来安装 EventSource 库。具体步骤请参考 安装指南。
4.2 手动安装
如果你不使用 Composer,也可以手动下载库文件并将其包含在你的项目中。不过,这种方式不推荐,因为它会增加维护的复杂性。
4.3 测试
你可以通过运行以下命令来测试项目:
$ phpunit
5. 其他注意事项
5.1 PHP 时间限制
在某些环境中,可能需要移除脚本的时间限制。如果你的脚本在 30 或 60 秒后停止运行,可以添加以下代码:
<?php
set_time_limit(0);
5.2 Polyfill
大多数旧版浏览器尚未实现 EventSource。幸运的是,有一个 polyfill 可用,允许在更广泛的浏览器中使用 EventSource。
通过以上文档,你应该能够顺利安装、使用和理解 EventSource 项目。如果有任何问题,请参考项目的 GitHub Wiki 或联系项目维护者。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00