随着各种AI工具的出现，CLI工具也成为了AI应用的一种重要形式。你有没有想过，用 Go 写一个支持流式输出的 AI 命令行工具？

很多 AI 应用都支持 CLI 模式，比如 Claude Code、 CodeBuddy CLI 等，命令行工具有它的优势：启动快、资源占用少、适合开发调试。而且用 Go 写的话，编译出来就是一个单文件，分发特别方便。

这篇文章就来分享一下如何用 Go 实现一个支持流式输出的 AI 命令行工具。

在日常上网冲浪中，我们很少思考浏览器与服务器之间是如何交流的。这种“对话”遵循着严格的协议，而HTTP和WebSocket就是两种最常见的“对话方式”。今天，我们就来深入探讨一下它们的区别与应用场景。

HTTP（超文本传输协议）是互联网上应用最为广泛的一种协议。它是单向的——客户端发送请求，服务器返回响应。简单来说，就像我们发短信：你发一条，我回一条，然后对话就结束了。

WebSocket则是一种全双工通信协议，它允许服务器和客户端之间建立持久连接，双方可以随时主动发送消息。这好比电话通话：一旦接通，双方可以自由交谈，无需等待对方的请求才能回应。

在当今数字化时代，实时通信已成为各类应用的标配能力。无论是即时聊天、在线协作，还是火爆全球的AI应用，都离不开高效可靠的实时通信技术。本文将深入解析两种主流的实时通信方案：SSE和WebSocket，并重点探讨SSE在AI领域的重要应用。

实时通信技术是现代Web应用的基石。从最早的HTTP轮询到长轮询，再到如今的SSE和WebSocket，技术的发展始终围绕着更低延迟、更高效率的目标前进。

传统的HTTP请求-响应模式虽然简单易用，但在实时性要求较高的场景下显得力不从心。服务器必须等待客户端请求才能返回数据，这种被动模式无法满足即时通讯、实时数据监控等场景的需求。

在当今的Web应用中，用户对实时交互体验的要求越来越高。无论是查看AI生成内容、监控系统日志，还是跟踪长任务进度，传统的“一次性返回”模式已无法满足需求。用户不愿盯着空白屏幕等待数秒甚至更久——他们希望立即看到反馈。

流式输出（Streaming Output）技术正是解决这一痛点的核心方案。它允许服务器将数据逐块生成、逐步发送，让用户几乎实时地看到结果片段。想象一下，当 ChatGPT 逐词生成回答时，那种流畅的对话体验正是流式输出的魅力所在。

传统模式 vs 流式模式的直观对比：