LangChain 老喻的干货店聊天Robot 二

如果您也在准备AIGC前端全栈,LangChain是最成熟的AI应用开发框架。欢迎点赞收藏,一起学习AI。

前言

上篇文章我们开发了老喻干货店RAG聊天机器人,这篇文章专门来聊聊部署。

LangChain实战:老喻干货店社交网络Agent一使用的是Flask MVC 框架做的Web 服务器程序,我们在这里尝试使用下更简便的方案来部署。

Streamlit

Streamlit是一个专门为数据科学家和机器学习工程师设计的Python库,优点是可以迅速将Python脚本转化为Web应用。它有以下优点:

  • 简单

几行代码创建交互式应用,无须传统HTML+CSS+JS三剑客。

  • 无需前端经验

所有代码都是Python, 不需要学习前端知识。

  • 实时交互

Streamlit 应用会实时更新。

  • 内置组件

内置了滑块、按钮、表格等很多组件,方便好用。

  • 数据可视化

Streamlit 支持 Plotly、Matplotlib 和 Altair数据可视化库。

  • 界面简洁

Streamlit 生成的界面简洁优雅,够专业,能交付。

  • 部署和共享

提供了Streamlit Sharing 可以免费托管应用。

  • 社区生态系统

Streamlit有着十分活跃的社区。

安装并试用

pip install streamlit

写个demo

python 复制代码
import streamlit as st 
st.title('老喻干货店')
price = st.slider("输入两斤木耳的价格:", min_value=0, max_value=100)

st.write(f"两斤{price}木耳,要付{price ** 2}元")

运行之

arduino 复制代码
streamlit run 01_SimpleStreamlit.py

程序在8501端口启动,拖动slider, 实时更新。

搭建chat robot

css 复制代码
...
import streamlit as st
...

def main():
    st.title("老喻干货聊天客服")
    
    if  "bot" not in st.session_state:
        st.session_state.bot = ChatbotWithRetrieval("DryFood")
    user_input = st.text_input("请输入问题:")
    
   if user_input:
       response = st.session_state.bot.qa(user_input)
       st.write(f"Chatbot:{response['answer']}")
        
if __name__ = "__main__":
    main()

streamlit 可以使用st.session_state 来存储用户会话状态,可以在用户与应用程序交互时保存变量。用户在输入时,就不用一直去创建bot类了....

Gradio

Gradio相比于Streamlit, 更简单。它更适合展示和测试机器学习模型,但Web应用开发功能不如Streamlit。

pip install gradio
ini 复制代码
import gradio as gr

if __name__ == "__main__": 
    folder = "OneFlower" 
    bot = ChatbotWithRetrieval(folder) # 定义 Gradio 界面 
    interface = gr.Interface( 
    fn=bot.get_response, # 使用我们刚刚创建的函数 
    inputs="text", # 输入是文本 
    outputs="text", # 输出也是文本 live=False, 
    # 实时更新,这样用户可以连续与模型交互
    title="老喻干货智能客服", # 界面标题
    description="请输入问题,然后点击提交。" 
    # 描述 ) 
    interface.launch() # 启动 Gradio 界面
  • get_response(self, user_input) 函数中, 接受用户输入为参数,并返回机器人的回应。

  • gr.Interface 定义Gradio界面

  • 启动Gradio 界面 interface.launch

总结

  • Python Web界面库 Streamlit 和 Gradio
  • 从AI应用到Web 上线,可以开始整活了。

参考资料

  • 黄佳老师的LangChain课
相关推荐
Elastic 中国社区官方博客28 分钟前
使用 Elasticsearch 导航检索增强生成图表
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
云天徽上1 小时前
【数据可视化】全国星巴克门店可视化
人工智能·机器学习·信息可视化·数据挖掘·数据分析
大嘴吧Lucy1 小时前
大模型 | AI驱动的数据分析:利用自然语言实现数据查询到可视化呈现
人工智能·信息可视化·数据分析
艾思科蓝 AiScholar1 小时前
【连续多届EI稳定收录&出版级别高&高录用快检索】第五届机械设计与仿真国际学术会议(MDS 2025)
人工智能·数学建模·自然语言处理·系统架构·机器人·软件工程·拓扑学
watersink2 小时前
面试题库笔记
大数据·人工智能·机器学习
Yuleave2 小时前
PaSa:基于大语言模型的综合学术论文搜索智能体
人工智能·语言模型·自然语言处理
数字化综合解决方案提供商2 小时前
【Rate Limiting Advanced插件】赋能AI资源高效分配
大数据·人工智能
一只码代码的章鱼2 小时前
机器学习2 (笔记)(朴素贝叶斯,集成学习,KNN和matlab运用)
人工智能·机器学习
周杰伦_Jay3 小时前
简洁明了:介绍大模型的基本概念(大模型和小模型、模型分类、发展历程、泛化和微调)
人工智能·算法·机器学习·生成对抗网络·分类·数据挖掘·transformer
SpikeKing3 小时前
LLM - 大模型 ScallingLaws 的指导模型设计与实验环境(PLM) 教程(4)
人工智能·llm·transformer·plm·scalinglaws