1. 交互端 (Interactive terminal)
作用: 构建用户与 AI 代理交互的界面,直接决定系统体验与响应效率。
Streamlit
- 仓库地址: github.com/streamlit/streamlit
- 官方文档: docs.streamlit.io
- 代表性案例: 快速构建交互式数据仪表盘与 AI 模型推理展示页面。
- 示例代码:
import streamlit as st st.title("AI Agent Demo") user_input = st.text_input("请输入问题:") if user_input: # 模拟调用模型接口获得回答 answer = f"模型回答:{ user_input}" st.write(answer)
Flask
- 仓库地址: github.com/pallets/flask
- 官方文档: flask.palletsprojects.com
- 代表性案例: 构建 RESTful API,为前端(如 React、Vue)提供 AI 模型调用服务。
- 示例代码:
from flask import Flask, request, jsonify app = Flask(__name__) @app.route('/api/ask', methods=['POST']) def ask(): data = request.json question = data.get('question', '') # 此处可嵌入模型调用逻辑 answer = f"模型回答:{ question}" return jsonify({ "answer": answer}) if __name__ == '__main__': app.run(debug=True)
Gradio
- 仓库地址: github.com/gradio-app/gradio
- 官方文档: gradio.app
- 代表性案例: 快速搭建 AI 模型的交互式 Demo,适用于原型验证和演示。
- 示例代码:
import gradio as gr def greet(name): return "Hello " + name + "!" iface =</