AI CLI 流式渲染边输出边保存别只顾炫酷一、流式输出提升体感AI CLI 支持流式输出后用户不必等完整回答返回体验会明显变好。但流式输出不只是把 token 打到终端。中断、保存、日志、错误恢复、终端宽度、Markdown 渲染都要考虑。边输出边保存比单纯炫酷更重要。二、流式链路要分层flowchart TD A[模型流] -- B[解析器] B -- C[终端渲染] B -- D[缓存保存] B -- E[日志记录]模型流进入后最好先经过统一解析器再分发给终端、缓存和日志。不要把渲染逻辑和网络读取混在一起。for await (const chunk of stream) { renderer.write(chunk.text); buffer.append(chunk.text); }这样中断时也能保存已生成内容。三、中断要优雅用户按 CtrlC 时工具应该停止请求、保存已生成内容并提示如何继续而不是直接丢掉所有输出。stream_interrupt: abort_request: true save_partial_output: true print_resume_hint: true如果支持会话历史部分输出要标记为 incomplete避免后续被当成完整答案。四、终端渲染要克制Markdown、代码块、表格在流式场景里可能还没闭合。渲染器要能处理不完整结构或者先用纯文本输出结束后再做格式化。render_policy: during_stream: plain_text after_complete: markdown_format还要考虑日志。debug 日志不要和用户输出混在 stdout应该走 stderr 或文件。最后流式输出要有测试。模拟慢 token、断流、错误 chunk、用户中断才能知道 CLI 是否稳定。还要处理终端能力差异。有些终端支持 ANSI 控制有些 CI 日志不支持动态刷新。CLI 应该检测是否是 TTY在非交互环境下输出稳定纯文本。const interactive process.stdout.isTTY;如果用户把输出重定向到文件工具不应该写入光标控制字符。开源 CLI 经常被放进脚本里这类细节决定它能不能被自动化使用。流式保存也要考虑文件一致性。可以先写临时文件完成后再 rename中断时保留.partial文件并在下次运行时提示是否恢复。最后流式输出要有节流。每个 token 都刷新复杂 UI可能让终端渲染成为瓶颈。按时间片刷新更稳。还要处理多路输出。模型内容、工具执行进度、警告、错误如果都直接写在同一区域会让终端很乱。可以把最终回答、状态行和 debug 日志分开。stream_channels: answer: stdout progress: stderr debug: log_file如果 CLI 支持管道模式就更要保持 stdout 干净。用户可能把回答传给jq、grep或写入文件混入进度条会破坏下游命令。最后流式失败也要返回合适退出码。部分输出保存了不代表命令成功脚本用户需要通过退出码判断是否继续下一步。五、总结AI CLI 流式渲染要分离模型流、终端渲染、缓存保存和日志记录并支持优雅中断。边输出边保存别只顾炫酷。好 CLI 要在异常时也可靠。