Gradio介绍
Gradio是一个用于创建机器学习模型交互界面的Python库。它允许开发者快速为他们的模型创建一个简单的web界面，以便于非技术用户和其他开发者进行交互和测试。
Gradio的主要优点是易用性和灵活性。你只需要几行代码就可以为你的模型创建一个交互界面。你可以选择各种输入和输出类型，包括文本、图像、音频和更多。这使得Gradio非常适合用于各种不同类型的机器学习模型，包括图像分类、文本生成、语音识别等。
Gradio还支持一键分享你的界面，这使得与他人共享和测试你的模型变得非常容易。你可以生成一个公开链接，任何人都可以通过这个链接访问你的模型的交互界面，无需安装任何软件。
总的来说，Gradio是一个强大的工具，它使得创建和分享机器学习模型的交互界面变得简单和直接。
Gradio.NET介绍
Gradio.NET -Gradio的.NET版，Gradio是一个开源Python包，允许您为机器学习模型、API或任何任意Python函数快速构建演示或Web应用程序。无需掌握 JavaScript, CSS，Html等任何前端相关技术栈。
只需要几行.NET代码就可以创建一个漂亮的演示。
实践
我经常会有快速制作demo程序的需求，以前选择的是使用winform，通过拖几个控件加上点击事件很容易就可以做出一个简单的demo程序，如下所示：
演示起来效果如下：
现在开始使用Gradio.NET，有关于chatbot的demo，demo代码如下：
App.Launch(await CreateBlocks());
async Task<Blocks> CreateBlocks()
{
using (var blocks = gr.Blocks())
{
gr.Markdown("# Chatbot Demo");
var chatbot = gr.Chatbot();
var msg = gr.Textbox(placeholder:"Enter to Submit");
await msg.Submit(streamingFn: (input) => Respond(Textbox.Payload(input.Data[0]), Chatbot.Payload(input.Data[1])),
inputs: new Component[] { msg, chatbot }, outputs: new Component[] { msg, chatbot });
return blocks;
}
}
static async IAsyncEnumerable<Output> Respond(string message, IList<ChatbotMessagePair> chatHistory)
{
chatHistory.Add(new ChatbotMessagePair(message, "You typed: "));
for (int i = 0; i < message.Length; i++)
{
await Task.Delay(500);
chatHistory.Last().AiMessage.TextMessage += message[i];
yield return gr.Output("", chatHistory);
}
}
新建一个web api项目，安装Gradio.NET包：
在program.cs中添加基于上面这个demo改写一点的代码就行，这个demo就是普通的调api，没什么好写的，主要是演示效果。
现在运行效果如下所示：
总结
之前我以为用winform已经是无敌快了，今天发现了有比winform能更快做出演示程序的东西，这个过程可能10分钟都不到吧，而且我还是对前端这些东西不太了解的，真是一个很震撼的项目，快来试试吧。
感谢大佬的贡献，.NET生态会越来越好的！
参考
1、feiyun0112/Gradio.Net: Gradio for .NET – a port of Gradio, an open-source Python package that allows you to quickly build a demo or web application for your machine learning model, API, or any arbitrary Python function. Gradio for .NET – 基于 Gradio 的 .NET 移植，Gradio 是一个开源 Python 包，允许你为机器学习模型、API 或任何任意 Python 函数快速构建演示或 Web 应用程序。 (github.com)
