lellm_graph/
stream_chunk.rs

1//! StreamChunk — Data Plane 数据面事件。
2//!
3//! 高频、数据透传、无嵌套包装。
4//! 与控制面 RuntimeEvent 分离，避免高频数据事件撑爆控制事件通道。
5//!
6//! 设计原则：只承载"需要实时展示给用户的内容"，不混入状态变更等低频数据。
7//! StreamChunk 携带 Execution View（展示内容），不是 Message。
8//! State 保存完整 Message。两者永不互相引用。
9
10use std::time::Duration;
11
12// ─── ToolPhase ────────────────────────────────────────────────
13
14/// 工具执行生命周期阶段。
15///
16/// 与 LangGraph (`on_tool_start`/`on_tool_end`)、
17/// OpenAI Agents SDK (`tool_call_started`/`tool_call_finished`)、
18/// Claude Desktop (`tool_use`/`tool_result`) 一致。
19#[derive(Debug, Clone, Copy, PartialEq, Eq)]
20pub enum ToolPhase {
21    /// 工具已加入执行队列（尚未开始）
22    Queued,
23    /// 工具开始执行
24    Started,
25    /// 工具执行完成（成功或失败）
26    Finished,
27}
28
29// ─── StreamChunk ──────────────────────────────────────────────
30
31/// 数据面事件 — 高频、数据透传。
32///
33/// 统一流式协议，所有 Node（LLM、Tool、MCP、Workflow）共享。
34///
35/// **Tool 并发 emit 协议：**
36/// - Start 保证顺序 — 严格按照 ToolCall 顺序发射（A, B, C）
37/// - End 允许乱序 — 并发执行完成后按实际顺序发射（B, A, C），通过 call_id 关联
38#[derive(Debug, Clone)]
39pub enum StreamChunk {
40    /// 文本输出（LLM 生成的文本 token）
41    TextDelta(String),
42    /// 思考内容（LLM 的 reasoning/thinking block）
43    ThinkingDelta(String),
44    /// 工具生命周期事件（Queued / Started / Finished）
45    ToolLifecycle {
46        phase: ToolPhase,
47        call_id: String,
48        tool_name: String,
49    },
50    /// 工具执行结果（展示用，content 为 String，前端直接展示）
51    ///
52    /// 与 State Plane 的 `Message::ToolResult` 分离。
53    /// State 保存完整 Message（含 content_blocks, metadata, raw_response）。
54    /// 此变体仅用于实时展示。
55    ToolOutput {
56        call_id: String,
57        tool_name: String,
58        content: String,
59        is_error: bool,
60        duration: Duration,
61    },
62}
lellm_graph/stream_chunk.rs

lellm_graph/
stream_chunk.rs
