# Neuron Streamovací krok

Tento příklad ukazuje přehledné rozdělení. Neuron streamuje odpověď agenta po částech, zatímco Queuety každou část trvale ukládá prostřednictvím `StreamingStep`. UI tak může dostávat průběžný návrh, zatímco workflow přežije pády workerů nebo opakování pokusů.

## Kdy se tento vzor hodí

Použijte ho, když je návrh nebo odpověď dostatečně dlouhá na živé streamování, když nechcete přijít o částečný výstup při ukončení workera a když se má dokončený výstup po skončení streamu uložit do stavu workflow.

## Agent Neuron

```php
namespace App\Neuron;

use NeuronAI\Agent\Agent;
use NeuronAI\Providers\AIProviderInterface;
use NeuronAI\Providers\OpenAI\Responses\OpenAIResponses;
use NeuronAI\SystemPrompt;

final class DraftMemoAgent extends Agent
{
    protected function provider(): AIProviderInterface
    {
        return new OpenAIResponses(
            key: $_ENV['OPENAI_API_KEY'],
            model: $_ENV['OPENAI_MODEL'],
        );
    }

    public function instructions(): string
    {
        return (string) new SystemPrompt(
            background: [
                'You write crisp internal strategy memos.',
                'Prefer short sections and operationally useful language.',
            ],
        );
    }
}
```

## Streamovací krok Queuety

```php
namespace App\Workflow\Steps;

use App\Neuron\DraftMemoAgent;
use NeuronAI\Chat\Messages\UserMessage;
use Queuety\Contracts\StreamingStep;
use Queuety\Heartbeat;

final class StreamMemoDraftStep implements StreamingStep
{
    public function stream(array $state, array $existing_chunks = []): \Generator
    {
        if (! empty($existing_chunks)) {
            return;
        }

        $handler = (new DraftMemoAgent())->stream(
            new UserMessage(sprintf(
                "Write a strategy memo about %s for account %d.",
                $state['topic'],
                $state['account_id'],
            ))
        );

        foreach ($handler->events() as $i => $chunk) {
            Heartbeat::beat(['chunks' => $i + 1]);

            // This example assumes the agent has no tools attached, so
            // Neuron will stream text/reasoning chunks only.
            yield $chunk->content;
        }
    }

    public function on_complete(array $chunks, array $state): array
    {
        return [
            'draft_markdown' => implode('', $chunks),
        ];
    }

    public function config(): array
    {
        return [
            'max_attempts' => 3,
        ];
    }
}
```

## Použití ve workflow

```php
use Queuety\Queuety;

Queuety::workflow('memo_drafting')
    ->then(BuildDraftBriefStep::class)
    ->then(StreamMemoDraftStep::class)
    ->then(StoreMemoStep::class)
    ->dispatch([
        'account_id' => 10,
        'topic' => 'pricing changes for enterprise accounts',
    ]);
```

## Proč použít Queuety místo samotných streamovacích adaptérů Neuron

Streamovací adaptéry Neuron se hodí pro frontendové protokoly a přenosy. Queuety přidává něco jiného: každá předaná část se uloží, při opakování lze navázat na dříve uložené části, dokončený návrh se sloučí zpět do stavu workflow a stream se stane jedním trvalým krokem v rámci větší orchestrace.

Tento vzor se proto hodí, když je stream součástí vícekrokového obchodního procesu, a ne pouze požadavku a odpovědi UI.

## Jedno upozornění

Pokud váš agent Neuron při streamování používá nástroje, zpracujte typy streamovaných částí explicitně. Aktuální dokumentace streamování Neuron popisuje `TextChunk`, `ReasoningChunk`, `ToolCallChunk` a `ToolResultChunk`. Pro pracovní postup tvorby návrhů na pozadí je obvykle nejjednodušší, když agent streamuje pouze text.

## Související dokumentace

- [Streamovací kroky](https://queuety.inline0.dev/cs/docs/workflows/streaming)
- [Orchestrace agentů](https://queuety.inline0.dev/cs/docs/workflows/agent-orchestration)