使用chainlit快速构建类似OPEN AI一样的对话网页

news2024/11/27 18:42:03

快速开始

创建一个文件，例如“chainlit_chat”

mkdir chainlit_chat

进入 chainlit_chat文件夹下，执行命令创建python 虚拟环境空间(需要提前安装好python sdk。 Chainlit 需要python>=3.8。,具体操作，由于文章长度问题就不在叙述，自行百度)，命令如下：

python -m venv .venv

这一步是避免python第三方库冲突，省事版可以跳过
.venv是创建的虚拟空间文件夹可以自定义

接下来激活你创建虚拟空间，命令如下：

#linux or mac
source .venv/bin/activate
#windows
.venv\Scripts\activate

在项目根目录下创建requirements.txt，内容如下：

chainlit~=1.1.306
openai~=1.37.0

在项目根目录下创建app.py文件，代码如下：

import base64
import time
from io import BytesIO

import chainlit as cl
from chainlit.element import ElementBased
from chainlit.input_widget import Select, Slider, Switch
from openai import AsyncOpenAI

client = AsyncOpenAI()


@cl.on_settings_update
async def on_settings_update(settings: cl.chat_settings):
    print("settings", settings)
    cl.user_session.set("settings", settings)


@cl.on_chat_start
async def start_chat1():
    settings = await cl.ChatSettings(
        [
            Select(
                id="Model",
                label="Model",
                values=["qwen-turbo", "qwen-plus", "qwen-max", "qwen-vl-v1", "qwen-vl-chat-v1"],
                initial_index=0,
            ),
            Slider(
                id="Temperature",
                label="Temperature",
                initial=1,
                min=0,
                max=2,
                step=0.1,
            ),
            Slider(
                id="MaxTokens",
                label="MaxTokens",
                initial=1000,
                min=1000,
                max=3000,
                step=100,
            ),
            Switch(id="Streaming", label="Stream Tokens", initial=True),
        ]
    ).send()
    cl.user_session.set("settings", settings)
    content = "你好，我是泰山AI智能客服，有什么可以帮助您吗？"
    msg = cl.Message(content="")
    for token in content:
        time.sleep(0.1)
        await msg.stream_token(token)
    await msg.send()


@cl.on_message
async def main(message: cl.Message):
    msg = cl.Message(content="", author="tarzan")
    await msg.send()
    settings = cl.user_session.get("settings")
    print('settings', settings)
    streaming = settings['Streaming']
    response = await client.chat.completions.create(
        model=settings['Model'],
        messages=cl.chat_context.to_openai(),
        temperature=settings['Temperature'],
        max_tokens=int(settings['MaxTokens']),
        stream=streaming
    )
    if streaming:
        async for part in response:
            #print('part', part)
            if token := part.choices[0].delta.content or "":
                await msg.stream_token(token)
    else:
        #print('response', response)
        if token := response.choices[0].message.content or "":
            await msg.stream_token(token)
    await msg.update()

由于国内open ai 的限制使用，代码中使用的oneapi代理的通义千问的api

在项目根目录下创建.env环境变量，配置如下：

OPENAI_BASE_URL="http://203.176.92.154:3001/v1"
OPENAI_API_KEY=""

由于国内open ai 的限制使用，代码中使用的oneapi代理的通义千问的api
OPENAI_BASE_URL是oneapi的代理地址OPENAI_API_KEY是oneapi的令牌

执行以下命令安装依赖：

pip install -r .\requirements.txt

安装后，项目根目录下会多出.chainlit 和.files文件夹和chainlit.md文件

运行应用程序
要启动 Chainlit 应用程序，请打开终端并导航到包含的目录app.py。然后运行以下命令：

 chainlit run app.py -w

该-w标志告知 Chainlit 启用自动重新加载，因此您无需在每次更改应用程序时重新启动服务器。您的聊天机器人 UI 现在应该可以通过http://localhost:8000访问。

命令行选项

Chainlit CLI（命令行界面）是一种允许您通过命令行与 Chainlit 系统交互的工具。它提供了几个命令来管理您的 Chainlit 应用程序。

init 命令

该init命令通过创建位于以下位置的配置文件来初始化 Chainlit 项目.chainlit/config.toml

chainlit init

run 命令

该run命令启动 Chainlit 应用程序。

chainlit run [OPTIONS] TARGET

选项：

-w, --watch ：模块更改时重新加载应用程序。指定此选项后，将启动文件监视程序，对文件的任何更改都会导致服务器重新加载应用程序，从而实现更快的迭代。
-h, --headless：阻止应用程序在浏览器中打开。
-d, --debug ：将日志级别设置为调试。默认日志级别为错误。
-c, --ci ：以 CI 模式运行。
--no-cache ：禁用第三方缓存，例如 langchain。
--host ：指定运行服务器的其他主机。
--port ：指定运行服务器的不同端口。
--root-path ：指定运行服务器的子路径。

启动后界面如下：
在这里插入图片描述