婚恋网站设计,怎样提高网站转化率,网站建设兼职劳务协议书,wordpress ampWeb界面 一、Streamlit
是一个用于创建数据科学和机器学习应用的开源前端框架#xff0c;能够快速将 Python 脚本转化为交互式 Web 应用。通过简单的 Python API 就能构建出交互式的数据应用。
1、主要特点
简单易用#xff1a;纯 Python 编写代码#xff0c;API 简洁直观…Web界面 一、Streamlit
是一个用于创建数据科学和机器学习应用的开源前端框架能够快速将 Python 脚本转化为交互式 Web 应用。通过简单的 Python API 就能构建出交互式的数据应用。
1、主要特点
简单易用纯 Python 编写代码API 简洁直观。交互式界面支持按钮、滑块、下拉框等控件用户可以与应用进行交互。内置组件丰富支持图像、视频、音频、Markdown、DataFrame、图表展示Matplotlib、Plotly、Altair、Pydeck 等等。支持热部署修改代码后浏览器会自动刷新、重新加载。支持状态管理通过 st.session_state 可以实现基本的状态保存。适合数据可视化场景构建数据仪表盘、机器学习模型演示、A/B 测试、参数调优等场景。
2、适用场景
场景说明数据可视化快速搭建数据仪表盘机器学习模型演示展示模型预测结果内部工具开发快速开发小型数据工具教学演示展示算法或数据分析过程
3、局限
不适合构建复杂的前端交互逻辑。不支持用户登录、权限管理等高级功能需要自行扩展。对于大规模 Web 应用开发不如 React/Vue 灵活。 二、聊天机器人
1、选用要调用的Qwen千问大模型
base_url: https://dashscope.aliyuncs.com/compatible-mode/v1
model: qwen-plus
api_key: 阿里云百炼平台API key的获取地址
阿里云百炼控制台 2、依赖安装
pip install streamlit openai 3、示例代码
import streamlit as st
from openai import OpenAI# 设置页面标题
st.title( Qwen Chatbot)# 在侧边栏添加配置选项
with st.sidebar:# 提供一个文本输入框让用户可以手动输入API Key可选openai_api_key st.text_input(Qwen API Key, keychatbot_api_key, typepassword)[获取 Qwen API key](https://bailian.console.aliyun.com/?tabmodel#/api-key)if st.button(开启新对话):st.session_state.messages [{role: assistant, content: 欢迎使用对话机器人你想知道什么?}]# 检查API Key是否已提供
if not openai_api_key:st.info(请添加新的API Key)
else:base_url https://dashscope.aliyuncs.com/compatible-mode/v1client OpenAI(api_keyopenai_api_key, base_urlbase_url)# 初始化对话历史记录if messages not in st.session_state:st.session_state.messages [{role: assistant, content: 欢迎使用对话机器人你想知道什么?}]# 显示对话历史for msg in st.session_state.messages:st.chat_message(msg[role]).write(msg[content])# 获取用户输入if prompt : st.chat_input():st.session_state.messages.append({role: user, content: prompt})st.chat_message(user).write(prompt)# 调用DeepSeek APIresponse client.chat.completions.create(modelqwen-plus,messagesst.session_state.messages,streamFalse)# 追加聊天记录assistant_reply response.choices[0].message.contentst.session_state.messages.append({role: assistant, content: assistant_reply})st.chat_message(assistant).write(assistant_reply)
4、启动
streamlit run src/chat_box.py
