# Neuron Strömningssteg

Det här exemplet visar en tydlig uppdelning. Neuron strömmar agentsvaret del för del, medan Queuety sparar varje del beständigt genom `StreamingStep`. Det innebär att UI kan få ett utkast i realtid samtidigt som arbetsflödet överlever krascher eller omförsök av arbetare.

## När det här mönstret är användbart

Använd det när ett utkast eller svar är så långt att du vill strömma det i realtid, när du vill behålla delvis utdata om arbetaren kraschar och när den slutliga artefakten fortfarande ska hamna i arbetsflödestillståndet efter att strömningen är klar.

## Neuron-agenten

```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.',
            ],
        );
    }
}
```

## Queuety-strömningssteget

```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,
        ];
    }
}
```

## Använd det i ett arbetsflöde

```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',
    ]);
```

## Varför använda Queuety i stället för enbart strömadaptrarna för Neuron

Neurons strömadaptrar är användbara för frontend-protokoll och transportlager. Queuety tillför något annat: varje genererad del sparas, omförsök kan fortsätta med de tidigare sparade delarna, det färdiga utkastet förs tillbaka till arbetsflödestillståndet och strömningen blir ett beständigt steg i en större orkestrering.

Det gör det här mönstret lämpligt när strömningen ingår i en flerstegsprocess för verksamheten, inte bara i en begäran/svar-UI.

## En sak att tänka på

Om din Neuron-agent använder verktyg under strömningen ska du hantera strömmens delar uttryckligen. Neurons aktuella dokumentation om strömning beskriver `TextChunk`, `ReasoningChunk`, `ToolCallChunk` och `ToolResultChunk`. För ett bakgrundsarbetsflöde för textutkast är det oftast enklast att låta agenten bara strömma text.

## Relaterad dokumentation

- [Strömningssteg](https://queuety.inline0.dev/sv/docs/workflows/streaming)
- [Agentorkestrering](https://queuety.inline0.dev/sv/docs/workflows/agent-orchestration)