Modelli di risposta allo streaming LLM. Da utilizzare durante l'implementazione dello streaming di token in tempo reale, degli eventi inviati dal server per le risposte AI o dello streaming con chiamate agli strumenti.
Installa rapidamente la skill AI llm-streaming nel tuo ambiente di sviluppo tramite riga di comando
Fonte: yonatangross/orchestkit.
| Protocol | SSE for web, WebSocket for bidirectional | | Buffer size | 50-200 tokens | | Timeout | 30-60s for long responses | | Retry | Reconnect on disconnect |
token-streaming Keywords: streaming, token, stream response, real-time, incremental Solves:
sse-responses Keywords: SSE, Server-Sent Events, event stream, text/event-stream Solves:
Modelli di risposta allo streaming LLM. Da utilizzare durante l'implementazione dello streaming di token in tempo reale, degli eventi inviati dal server per le risposte AI o dello streaming con chiamate agli strumenti. Fonte: yonatangross/orchestkit.
Campi e comandi stabili per citazioni AI/ricerca.
npx skills add https://github.com/yonatangross/orchestkit --skill llm-streamingModelli di risposta allo streaming LLM. Da utilizzare durante l'implementazione dello streaming di token in tempo reale, degli eventi inviati dal server per le risposte AI o dello streaming con chiamate agli strumenti. Fonte: yonatangross/orchestkit.
Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/yonatangross/orchestkit --skill llm-streaming Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw
https://github.com/yonatangross/orchestkit