[Bug]: Streaming responses broken since 0.14.0 for ContextChatEngine and similar classes

快速结论：当你在 LlamaIndex 0.14.0 至 0.14.24 之间使用 ContextChatEngine、CondenseQuestionChatEngine 或 CondensePlusContextChatEngine，并通过 astream_chat(...).async_response_gen() 或流式接口读取回复时，会发现流式输出失效，只收到 1 个 chunk；优先确认 llama-index 版本，并升级到 0.14.25。

适用环境：Issue 已确认工具为 LlamaIndex，触发版本为 >= 0.14.0，修复版本为 0.14.25；复现环境中使用了 OpenAIEmbedding、VectorStoreIndex 和 ContextChatEngine。Issue 未提供操作系统、Python 版本、CUDA、显卡或其他依赖版本信息。

最快修复方案：将 llama-index 升级到 0.14.25。该版本由维护者在评论中明确说明 “Fixed in 0.14.25”。

注意事项：该问题影响的是非结构化默认 program（output_cls=None）的流式输出路径；结构化 program 仍保持原有的“收集完成后一次性 yield”的行为。Issue 未验证降级到 0.13.6 之外的临时替代方案；如果暂时无法升级，可使用 0.13.6 验证是否为同一问题，但不建议长期停留在旧版本。

问题场景

用户在 LlamaIndex 0.14.0 及之后的版本中运行 ContextChatEngine、CondenseQuestionChatEngine 或 CondensePlusContextChatEngine，调用 astream_chat() 后通过 async_response_gen() 逐 token 读取回复。与 0.13.6 相比，流式输出不再逐块返回，而是整个回复只产生一次迭代，实际表现为 Looped over 1。

报错原文

[Bug]: Streaming responses broken since 0.14.0 for ContextChatEngine and similar classes

## Looped over 1

该 Issue 没有抛出异常或 traceback，核心现象是流式响应退化为单次返回。

原因分析

根因已由社区定位到 v0.14.0 的 refine 重构，集中在 response_synthesizers/refine.py，而 context.py、types.py、base.py、schema.py 与 v0.13.6 相比没有变化。

具体链路如下：

DefaultRefineProgram.astream_call/stream_call 的非结构化分支（output_cls=None）被三个 chat engine 共用。该分支会把来自 LLM 的每个 token 累积到本地 answer，直到流结束才 yield 一个 StructuredRefineResponse。
随后 _aupdate_response/_update_response 把这个单元素 generator 交给 _get_attribute_from_object_async_generator，后者将其耗尽，并在最后只 yield 一次。

因此，即使底层的 llm.astream_chat(...) 仍在流式输出，synthesizer 之上的调用方也只能收到一个 chunk。作为对比，v0.13.6 中的 _arefine_response_single 会直接透传 LLM 流，所以旧版流式正常。

环境排查

确认已安装的 llama-index 版本，尤其是是否处于 >= 0.14.0 且小于 0.14.25。
确认是否使用 ContextChatEngine、CondenseQuestionChatEngine 或 CondensePlusContextChatEngine。
确认是否通过 astream_chat() 配合 async_response_gen() 消费流式响应。
确认是否使用非结构化默认 refine program，即未指定 output_cls。
Issue 未提供 Python、CUDA、PyTorch、显卡或操作系统信息，这些项目无需作为本问题的必要排查项。

解决步骤

查看当前 llama-index 版本：如果版本为 0.14.0 到 0.14.24，则可能命中该回归。
将 llama-index 升级到 0.14.25。维护者在 Issue 评论中明确说明 “Fixed in 0.14.25”，该版本修复了非结构化默认 program 的流式透传问题。
升级后重新运行最小复现代码，重点观察 tokens 计数是否恢复为多次迭代，而不是 1。
如果所在环境暂时不能升级到 0.14.25，可先用 llama-index == 0.13.6 验证现象是否消失，以确认问题确实来自 0.14.x 的 refine 重构。

验证方法

使用 Issue 中的最小复现代码运行：调用 ContextChatEngine.from_defaults(...) 后执行 astream_chat("what is in the document?")，并统计 async_response_gen() 产生的 token 数量。在 0.13.6 下该数字通常为 10 到 100 数量级；在未修复的 0.14.x 下为 1。升级到 0.14.25 后，如果该数字恢复为多次迭代，并且终端输出呈现逐步流式打印，即可确认问题已解决。