大家好,我是海鸽。
今天,我要和大家分享如何将请求 GPT 的案例,快速“复刻”成 GPT 网页版。这不仅简单,而且对于我们这些后端开发者来说,简直是福音!
先睹为快
看看这个界面,是不是感觉很熟悉?
这就是我们今天要介绍的主角-Streamlit,此篇文章我们仅仅从复刻一个聊天机器人的角度介绍,认识一下其强大之处。
初识Streamlit
Streamlit 是一个开源的 Python 库,它允许数据科学家快速地将数据脚本转换为交互式网页应用程序。
使用 Streamlit,你可以轻松地创建和分享数据应用,而无需深入了解前端开发。它特别适合于机器学习、数据分析和数据可视化项目。
白话一下就是,Streamlit 可以让没有任何前端基础的人,使用 Python 开发 Web 应用,没有复杂的配置,没有复杂的语法,开箱即用,拎包入住。
Streamlit 的主要特性
Streamlit 作为一个用于快速构建数据应用的 Python 库,其核心特性主要包括:
-
快速开发:使用 Streamlit,你可以用很少的代码快速搭建起一个基本的 Web 应用。
-
数据可视化:Streamlit 支持多种数据可视化库,如 Matplotlib、Plotly、Bokeh 等,可以轻松地将图表和数据展示在 Web 应用中。
-
部署简单:Streamlit 应用可以通过 Streamlit 共享、部署到 Heroku、AWS 等云平台,或者使用 Docker 容器化部署。
-
易于集成:Streamlit 可以很容易地与现有的 Python 数据科学栈集成,包括 Pandas、NumPy、Scikit-learn 等。
这些特性使得 Streamlit 成为数据科学家、分析师和机器学习工程师快速展示和分享他们工作的强大工具。
Streamlit 的安装和使用过程相对简单,以下是基本步骤:
安装 Streamlit
首先,你需要确保你的计算机上安装了 Python。然后,通过 pip 安装 Streamlit。在命令行中运行以下命令:
pip install streamlit==1.36.0
创建一个 Streamlit 应用
-
创建 Python 脚本:创建一个新的 Python 文件,例如
app.py
。 -
创建
.env
配置文件:免费的GPT KEY获取、免费的千义通问KEY获取
OPENAI_API_KEY=sk-Y8wTnsdeG************7gw*******3LG
DASHSCOPE_API_KEY=sk-b***********192e00
- 编写代码:在
app.py
中编写你的 Streamlit 应用代码。以下是一个简单的示例:
# !usr/bin/env python
# -*- coding:utf-8 _*-
# __author__:lianhaifeng
# 导入 Streamlit 库
import streamlit as st
from gpt_bot_stream import stream_invoke
from qw_bot import xiao_hei_zi
# 使用 Streamlit 的 API 来创建应用
st.title('10分钟编写大模型应用')
st.caption('利用大模型和Streamlit复刻一个闽南菜助手应用')
with st.sidebar:
option = st.selectbox(
'选择大模型引擎',
('GPT-3.5', 'GPT-4', "qwen-turbo", "qwen-max")
)
model_mapping =