streamlit-快速搭建web应用

streamlit简介：

        Streamlit是一个用于创建数据科学和机器学习Web应用程序的Python库。它的设计目标是使开发人员能够以简单而快速的方式将数据分析和机器学习模型转化为交互式Web应用程序，而无需深度的前端开发经验。

主要特点：

1. 简单易用：Streamlit提供了一个非常简单的API，允许用户使用Python代码创建Web应用程序。您可以使用一些基本的命令来定义应用程序的界面元素，而不需要复杂的HTML或CSS编码。

2. 即时更新：Streamlit应用程序是即时更新的，这意味着当您更改应用程序的代码时，界面会立即反映这些变化。这使得迭代开发非常容易。

3. 数据可视化：Streamlit支持集成常见的数据可视化库，如Matplotlib、Plotly和Altair，以便您可以轻松创建交互式图表和图形。

4. 内置小部件：Streamlit提供了各种内置小部件，如文本框、按钮、滑块和下拉列表，以帮助用户构建交互式用户界面。

5. 部署简单：部署Streamlit应用程序通常很简单，您可以将应用程序部署到云服务器、共享主机或使用Streamlit分享等服务。

Streamlit的目标受众是数据科学家、研究人员和开发人员，他们希望快速构建和共享数据驱动的Web应用程序而不必深入研究Web开发技术。通过使用Streamlit，您可以更轻松地将数据分析和机器学习成果展示给其他人，以便更好地与团队或社区合作。

demo：

test.py

import streamlit as st

import requests

# Streamlit界面

st.title("GPT Chatbot")

# 用户输入提示

prompt = st.text_input("请输入提示：")

if st.button("生成回答"):

    # 发送请求到GPT接口

    url = "http://xxx.com/xxx/xxx/chat/xxx"

    payload = {

        "type": "xxx",  # 你的模型类型

        "chat_id": "",  # 你的聊天ID

        "system": "",    # 你的系统

        "prompt": prompt,

        "tenant_id": "your_tenant_id",  # 你的租户ID

        "custom": {},               # 自定义参数，如果有的话

        "variable": {},             # 变量参数，如果有的话

        "CreatedAt": 0

    }

    response = requests.post(url, json=payload)

    if response.status_code == 200:

        data = response.json()["data"]

        answer = data["answer"]

        usage = data["usage"]

        st.success(f"生成的回答：{answer}")

        st.write(f"Prompt Tokens: {usage['prompt_tokens']}")

        st.write(f"Completion Tokens: {usage['completion_tokens']}")

        st.write(f"Total Tokens: {usage['total_tokens']}")

    else:

        st.error("生成回答时出错，请检查输入并重试。")

 生成的页面：

接下来是如何搭建这样一个页面的过程。。。

其实，也就安装streamlit的问题，windows系统建议先安装wsl，在wsl上面执行 

1. 打开WSL终端：首先，打开你的WSL终端，可以使用你喜欢的WSL发行版（例如，Ubuntu、Debian等）。

2. 更新包管理器：运行以下命令来更新WSL的包管理器和已安装的软件包：

   sudo apt update

3. 安装Python：如果WSL中没有Python，请运行以下命令来安装Python：

   sudo apt install python3

4. 安装pip：一旦Python安装完成，你需要安装pip，这是Python的包管理工具：

   sudo apt install python3-pip

5. 创建Python虚拟环境（可选但推荐）：为了隔离不同项目的依赖项，建议使用Python虚拟环境。在WSL终端中运行以下命令来创建一个虚拟环境：

   python3 -m venv ~/my_venv

           这将在你的用户目录中创建一个名为 my_venv 的虚拟环境。然后，你可以激活它并在其中安装Streamlit。

6. 激活虚拟环境：激活虚拟环境以确保安装的包不会干扰全局Python环境。运行以下命令来激活虚拟环境：

   source /path/to/my_venv/bin/activate

7. 安装Streamlit：现在，你可以使用pip在虚拟环境中安装Streamlit：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple streamlit

8. 创建并运行Streamlit应用程序：使用任何文本编辑器创建一个Streamlit应用程序的Python脚本（例如，my_app.py），然后在WSL终端中运行以下命令以启动Streamlit应用程序：

   streamlit run my_app.py --server.address ip_address --server.port 8501

   其中需要将streamlit的路径设置在path中，否则则需要使用完整路径运行， my_app.py 是Streamlit应用程序的文件名，ip_address通过wsl中输入ifconfig查看，确保 WSL 中的网络接口的 IP 地址与你尝试访问的地址匹配。

Streamlit将在WSL中启动一个本地服务器，并在默认浏览器中打开应用程序。你可以在浏览器中查看和测试你的应用程序。

 总结：

非常简单，极易上手，页面也可以