57 lines
2.2 KiB
Python
57 lines
2.2 KiB
Python
import streamlit as st
|
||
import os
|
||
from dotenv import load_dotenv
|
||
from DeepseekAi import get_response_stream # 导入流式函数
|
||
|
||
# 第一步：加载.env配置（必须放在最前面）
|
||
load_dotenv()
|
||
API_KEY = os.getenv('api_key')
|
||
BASE_URL = os.getenv('base_url')
|
||
|
||
# 检查配置完整性
|
||
if not API_KEY or not BASE_URL:
|
||
st.error("❌ 配置缺失：请检查.env文件中的 api_key 和 base_url 是否填写正确！")
|
||
st.stop()
|
||
|
||
# 页面标题
|
||
st.title("智聊机器人")
|
||
|
||
# 初始化会话状态
|
||
if "messages" not in st.session_state:
|
||
st.session_state["messages"] = [{"role": "assistant", "content": "你好，我是智聊机器人，有什么可以帮助你的么？"}]
|
||
|
||
# 显示历史对话
|
||
for message in st.session_state.messages:
|
||
with st.chat_message(message["role"]):
|
||
st.write(message["content"])
|
||
|
||
# 处理用户输入
|
||
user_input = st.chat_input("请输入你的问题：")
|
||
|
||
if user_input:
|
||
# 1. 添加用户消息到会话状态并显示
|
||
st.session_state.messages.append({"role": "user", "content": user_input})
|
||
with st.chat_message("user"):
|
||
st.write(user_input)
|
||
|
||
# 2. 流式输出AI回复
|
||
full_response = "" # 存储完整回复
|
||
with st.chat_message("assistant"):
|
||
# 初始化思考状态（赋值给status变量，用于后续修改）
|
||
with st.status(label="🤔 正在思考中...", expanded=True) as status:
|
||
response_placeholder = st.empty() # 只创建一次占位符
|
||
|
||
# 逐段获取流式内容
|
||
for chunk in get_response_stream(st.session_state.messages, api_key=API_KEY, base_url=BASE_URL):
|
||
full_response += chunk
|
||
# 实时更新占位符，加光标模拟打字效果
|
||
response_placeholder.markdown(full_response + "|")
|
||
|
||
# 核心修改：思考完成后更新状态文本
|
||
status.update(label="✅ 思考结束", state="complete", expanded=False)
|
||
|
||
# 3. 最终展示完整回复（保留你原有逻辑，未修改DOM渲染）
|
||
st.markdown(full_response)
|
||
|
||
# 4. 把完整回复存入会话状态
|
||
st.session_state.messages.append({"role": "assistant", "content": full_response}) |