修改了流式输出的文档

README.md

@@ -129,4 +129,87 @@ pip install numpy pandas opencv-python pillow openai
 
 项目提供了一个示例配置文件 `example_config.json`，请务必复制并修改：
 
-```
+## 注意事项
+
+- - 确保已安装所有依赖库，特别是 `openai` 库。
+- - **选题生成依赖于 AI 模型严格输出有效的 JSON 格式**。如果 AI 输出格式错误，选题解析会失败。
+- - **内容生成依赖于 AI 在选题 JSON 中提供的 `style` 和 `target_audience` 文件名与 `prompts_dir` 下 `Style/` 和 `Demand/` 目录中的实际文件名（含.txt）完全一致**。请检查这些目录和文件名。
+- - **图片目录结构和命名**需严格符合预期，以便程序能找到对应景点的图片。
+- - AI生成内容的质量很大程度上取决于**提示词的设计**和**输入资源信息的质量**。
+- - 仔细检查 API Key、URL 和文件路径配置。
+- - 如果遇到问题，检查程序输出的日志信息和错误提示。 
+
+
+## API 集成 / 流式输出使用 (Streaming Usage)
+
+为了方便将 AI 生成的内容以流式传输（例如，用于 API 端点），`AI_Agent` 类提供了一个 `work_stream` 方法。与返回完整文本的 `work` 方法不同，`work_stream` 返回一个 Python 生成器 (generator)。
+
+你可以迭代这个生成器来逐块获取 AI 生成的文本。
+
+**基本用法示例：**
+
+```python
+import os
+import sys
+import json
+
+# 假设已正确设置 Python Path
+from core.ai_agent import AI_Agent
+
+# 1. 加载配置 (与 main.py 类似)
+config_path = "poster_gen_config.json"
+config = {}
+try:
+    with open(config_path, 'r', encoding='utf-8') as f:
+        config = json.load(f)
+except Exception as e:
+    print(f"Error loading config: {e}")
+    sys.exit(1)
+
+# 2. 初始化 AI Agent (读取超时/重试配置)
+ai_agent = None
+try:
+    request_timeout = config.get("request_timeout", 30)
+    max_retries = config.get("max_retries", 3)
+    ai_agent = AI_Agent(
+        config["api_url"],
+        config["model"],
+        config["api_key"],
+        timeout=request_timeout,
+        max_retries=max_retries
+    )
+
+    # 3. 定义提示词和参数
+    system_prompt = "You are a travel writer."
+    user_prompt = "Describe the Great Wall of China in about 50 words."
+    temperature = config.get("content_temperature", 0.7)
+    top_p = config.get("content_top_p", 0.9)
+    presence_penalty = config.get("content_presence_penalty", 1.0)
+    file_folder = None # 可选的参考文件目录
+
+    # 4. 调用 work_stream 获取生成器
+    stream_generator = ai_agent.work_stream(
+        system_prompt,
+        user_prompt,
+        file_folder,
+        temperature,
+        top_p,
+        presence_penalty
+    )
+
+    # 5. 迭代生成器获取文本块
+    print("Streaming response:")
+    for chunk in stream_generator:
+        print(chunk, end="", flush=True) # 处理文本块，例如发送给客户端
+
+    print("\\nStream finished.")
+
+except Exception as e:
+    print(f"An error occurred: {e}")
+finally:
+    if ai_agent:
+        ai_agent.close()
+
+```
+
+这个返回的 `stream_generator` 可以很容易地集成到 Web 框架（如 Flask、FastAPI）的流式响应 (StreamingResponse) 中，以实现向客户端的实时流式输出。参考 `examples/test_stream.py` 获取可运行的示例。