（注意：本文是知识星球的精选内容。如果你已经加入了知识星球“kate的AI星球”，无须重复支付。）

引言

我在8篇历史推文里用到了Streamlit写的代码，喜欢它的清爽页面，一个py文件就同时处理前端展示和后端逻辑。

Streamlit 简介

Streamlit 是一个开源的 Python 框架，专为构建高度交互的数据应用而设计。现在也有很多LLM应用在用它。

前几天介绍了FastHTML，有人问，FastHTML和Streamlit区别。

我整理了下：

1. 用途：

• Streamlit主要设计用于创建数据科学和机器学习应用。
• FastHTML旨在成为一个通用的全栈Web编程系统。

• Streamlit非常适合快速原型和小规模数据应用，但对于复杂的生产级应用可能有限制。
• FastHTML设计为可从简单的6行Python文件扩展到复杂的生产应用。

• Streamlit使用自己的自定义框架和抽象。
• FastHTML建立在Web标准（HTML、HTTP、CSS、JS）之上，并使用ASGI、HTMX和其他已建立的技术。

• Streamlit有一种使用自己的小部件和布局系统构建应用的特定方式。
• FastHTML允许更大的灵活性，让开发者使用他们现有的Web开发知识。

• 两者都使用Python，但FastHTML旨在最小化对JavaScript的需求，允许大多数功能在Python中实现。

• Streamlit对数据科学家来说初始学习曲线非常低。
• FastHTML可能需要更多的Web开发知识，但旨在对有经验的开发者和新手都易于使用。

• FastHTML似乎更具可扩展性，允许集成各种CSS框架、JavaScript库和Python模块。

对于AI零基础编程爱好者来说，Streamlit是非常好的一个工具。而且页面设计很好看。

Streamlit 的主要特点：

1. 直观的语法：无需 HTML、CSS 或 JavaScript 知识，使用纯 Python 代码即可构建应用。
2. 丰富的组件：内置多种数据可视化和交互组件，如图表、表格、输入控件等。
3. 易于集成：与 Pandas、NumPy、Altair 等常用数据科学库无缝对接。
4. AI 友好：支持与各种 AI 工具和框架集成，如 LangChain、LlamaIndex 等。
5. 快速迭代：支持热重载，修改代码后立即看到效果，加快开发速度。

开始使用 Streamlit

1. 安装 streamlit：

   pip install streamlit


2. 创建你的第一个应用：创建一个名为 streamlit_app.py 的文件，并添加以下代码：

   import streamlit as st

st.write("hello")


3. 运行应用：在命令行中执行：

   streamlit run streamlit_app.py


部署和分享

Streamlit 应用可以通过多种方式部署：

1. 本地运行：适合个人使用或小规模分享。
2. 服务器部署：可以部署到任何支持 Python 的服务器上。
3. Streamlit Community Cloud：免费的云托管服务，可以轻松分享你的应用。

Streamlit 生态系统

可以查看https://streamlit.io/gallery寻找灵感。

下面这个文字生成图片的应用界面就很好看，而且它可以真实生成图片。

https://generateimages.streamlit.app/

Streamlit还有多个第三方组件，整个生态还是比较丰富的，也都有它对应的GitHub仓库。

1. 语言模型 (LLMs)
2. 小部件 (Widgets)
3. 图表 (Charts)
4. 认证 (Authentication)
5. 连接 (Connections)
6. 图像和视频 (Images & video)
7. 音频 (Audio)
8. 文本 (Text)
9. 地图 (Maps)
10. 数据框 (Dataframes)
11. 图形 (Graphs)
12. 分子和基因 (Molecules & genes)
13. 代码编辑器 (Code editors)
14. 页面导航 (Page navigation)
15. 开发者工具 (Developer tools)
16. 集成 (Integrations)

比如最近比较火的streamlit-authenticator

也推荐下面2个仓库

streamlit-shadcn-ui

https://github.com/ObservedObserver/streamlit-shadcn-ui

streamlit-extras

https://github.com/arnaudmiribel/streamlit-extras

构建Gemini对话应用：实战过程

初步尝试和遇到的问题

我想要做一个和Gemini对话的Streamlit应用，让AI编程，进行了以下尝试：

使用Streamlit官网对话功能，结果出错。

https://docs.streamlit.io/

和Llamalndex Streamlit应用对话，结果错误。

https://llamaindex-chat-with-docs.streamlit.app/

使用GPT里很多人使用的GPTs，结果错误。

那如何能快速写出和Gemini对话的Streamlit应用呢？

我将分享如何开发，并提供完整的代码。

支持文字、音频、图片、PDF文件和Gemini对话。