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

复制代码
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。

复制代码
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
大写-凌祁3 小时前
零基础入门深度学习:从理论到实战,GitHub+开源资源全指南(2025最新版)
人工智能·深度学习·开源·github
焦耳加热3 小时前
阿德莱德大学Nat. Commun.:盐模板策略实现废弃塑料到单原子催化剂的高值转化,推动环境与能源催化应用
人工智能·算法·机器学习·能源·材料工程
深空数字孪生3 小时前
储能调峰新实践:智慧能源平台如何保障风电消纳与电网稳定?
大数据·人工智能·物联网
wan5555cn3 小时前
多张图片生成视频模型技术深度解析
人工智能·笔记·深度学习·算法·音视频
格林威4 小时前
机器视觉检测的光源基础知识及光源选型
人工智能·深度学习·数码相机·yolo·计算机视觉·视觉检测
今天也要学习吖5 小时前
谷歌nano banana官方Prompt模板发布,解锁六大图像生成风格
人工智能·学习·ai·prompt·nano banana·谷歌ai
Hello123网站5 小时前
glean-企业级AI搜索和知识发现平台
人工智能·产品运营·ai工具
AKAMAI5 小时前
Queue-it 为数十亿用户增强在线体验
人工智能·云原生·云计算
索迪迈科技5 小时前
INDEMIND亮相2025科技创变者大会,以机器人空间智能技术解锁具身智能新边界
人工智能·机器人·扫地机器人·空间智能·陪伴机器人
栒U5 小时前
一文从零部署vLLM+qwen0.5b(mac本地版,不可以实操GPU单元)
人工智能·macos·vllm