你问的核心是：

msg, err := sr.Recv() 这种“流式接收”在 Go 里是怎么实现的？

这本质是一个 流式接口（stream abstraction），通常用：

✅ interface + channel
或
✅ interface + goroutine + 网络连接

来实现。

我分层给你讲清楚。

一、你这段代码本质在做什么？

sr, err := chatModel.Stream(ctx, messages)

for {
    msg, err := sr.Recv()
}

说明：

• Stream() 返回一个 流对象
• Recv() 每次返回一段数据（delta）
• 直到 io.EOF 表示结束

这和 gRPC streaming 的模式一模一样。

二、典型 Go 流式接口设计

通常定义一个接口：

type Stream interface {
    Recv() (*Message, error)
}

然后内部实现结构体：

type streamImpl struct {
    ch   chan *Message
    err  chan error
}

三、最常见实现方式：channel + goroutine

1️⃣ 创建流

func (m *Model) Stream(ctx context.Context, msgs []*Message) (Stream, error) {
    s := &streamImpl{
        ch:  make(chan *Message),
        err: make(chan error, 1),
    }

    go s.start(ctx, msgs)

    return s, nil
}

2️⃣ goroutine 负责不断写入 channel

func (s *streamImpl) start(ctx context.Context, msgs []*Message) {
    defer close(s.ch)

    for i := 0; i < 5; i++ {
        time.Sleep(time.Second)

        s.ch <- &Message{
            Content: fmt.Sprintf("chunk %d", i),
        }
    }
}

3️⃣ Recv() 从 channel 读

func (s *streamImpl) Recv() (*Message, error) {
    msg, ok := <-s.ch
    if !ok {
        return nil, io.EOF
    }
    return msg, nil
}

四、如果是调用 LLM（如 Qwen / OpenAI）

真实场景是：

1. 建立 HTTP streaming 连接
2. 服务器持续返回数据
3. 后台 goroutine 读取 HTTP body
4. 解析 chunk
5. 写入 channel
6. Recv() 从 channel 读

结构图：

HTTP response body
        ↓
goroutine 读取
        ↓
解析 JSON
        ↓
写入 channel
        ↓
Recv() 读取

五、为什么能循环 Recv()？

因为：

for {
    msg, err := sr.Recv()
}

Recv() 本质是：

<-channel

这是阻塞操作：

• 没数据 → 阻塞
• 有数据 → 返回
• channel 关闭 → 返回 ok=false → 转成 io.EOF

六、为什么用 io.EOF？

Go 里流式结束的标准方式是：

return nil, io.EOF

这是 Go 官方约定。

比如：

• 文件读取
• 网络流
• gRPC streaming
• bufio.Reader

全部用 EOF 表示结束。

七、可能的另一种实现（更高级）

如果底层是 HTTP 流：

func (s *streamImpl) Recv() (*Message, error) {
    line, err := s.reader.ReadBytes('\n')
    if err != nil {
        return nil, err
    }

    var msg Message
    json.Unmarshal(line, &msg)

    return &msg, nil
}

这种实现：

• 没用 channel
• 直接每次从 socket 读

但逻辑效果一样。

八、总结：Recv 的本质

九、你这段代码的运行机制（简化版）

Stream() 创建流对象
    ↓
内部开启 goroutine
    ↓
不断接收 HTTP chunk
    ↓
写入 channel
    ↓
Recv() 从 channel 读取
    ↓
读完返回 io.EOF

十、如果你想自己实现一个 LLM Streaming Client

标准结构是：

type ChatStream interface {
    Recv() (*Message, error)
    Close() error
}

配合：

• context 控制取消
• select 监听 ctx.Done()
• channel 传递数据

如果你愿意

我可以给你写一个：

• 完整可运行的“模拟 LLM 流式返回”示例
• 或者画一个 goroutine + channel + Recv 的执行时序图
• 或解析 CloudWeGo 的 qwen 实现结构

你现在是想：

• 理解原理？
• 还是想自己实现一个 streaming 模型客户端？