用 Streamlit + Ciyuano 搭建 DeepSeek 聊天机器人

目标

30 分钟搭建一个完整的 Web 聊天界面，支持流式输出、对话历史、模型切换。

技术栈

• 前端：Streamlit（纯 Python，无需写 HTML/JS）
• 后端：Ciyuano API（DeepSeek V4）
• 语言：Python 3.10+

第一步：安装依赖

pip install streamlit openai

第二步：创建 app.py

import streamlit as st
from openai import OpenAI

st.set_page_config(page_title="DeepSeek Chat", page_icon="🤖")
st.title("🤖 DeepSeek 聊天助手")

with st.sidebar:
    st.header("⚙️ 设置")
    api_key = st.text_input("API Key", type="password")
    model = st.selectbox("模型", ["deepseek-v4", "glm-5", "qwen-plus", "auto"])
    st.caption("Powered by Ciyuano")

if "messages" not in st.session_state:
    st.session_state.messages = []

for msg in st.session_state.messages:
    with st.chat_message(msg["role"]):
        st.markdown(msg["content"])

if prompt := st.chat_input("输入你的问题..."):
    if not api_key:
        st.error("请先输入 API Key")
        st.stop()

    st.session_state.messages.append({"role": "user", "content": prompt})
    with st.chat_message("user"):
        st.markdown(prompt)

    client = OpenAI(
        base_url="https://www.ciyuano.com/v1",
        api_key=api_key
    )

    with st.chat_message("assistant"):
        message_placeholder = st.empty()
        full_response = ""
        stream = client.chat.completions.create(
            model=model,
            messages=st.session_state.messages,
            stream=True
        )
        for chunk in stream:
            if chunk.choices[0].delta.content:
                full_response += chunk.choices[0].delta.content
                message_placeholder.markdown(full_response + "▌")
        message_placeholder.markdown(full_response)

    st.session_state.messages.append(
        {"role": "assistant", "content": full_response}
    )

第三步：运行

streamlit run app.py

浏览器自动打开 http://localhost:8501，一个完整的聊天界面就出现了！

效果预览

• ✅ 流式逐字输出（打字机效果）
• ✅ 多轮对话记忆
• ✅ 模型实时切换
• ✅ 纯 Python 实现，零前端代码

部署上线

nohup streamlit run app.py --server.port 8501 &

配置 Nginx 反向代理 + SSL 即可对外提供服务。

总结

Streamlit + Ciyuano 的组合让你在 30 分钟内拥有一个生产可用的 AI 聊天应用。没有复杂的前端框架，没有服务端 API 开发，全部用 Python 完成。