Python 简单 AI 应用开发指南

1.1.2 官方开放 API

主流的大模型（如：DeepSeek、Kimi 等）官方都提供了开放 API，无需部署，就可以直接调用访问。

• 注册账号
• 登录 DeepSeek
• 充值
• 创建 API Key

1.2 大模型调用

1.2.1 网络基础知识

• IP 地址可以理解为就是设备在互联网中的地址 (唯一身份证)，每一个连入网络的设备都有一个自己的 IP 地址，用来定位设备在互联网中的位置。IPv4 地址：32 位二进制，IPv6 地址：128 位二进制
• 域名 (Domain Name)，是由一串用点分隔的英文字母组成的。IP 地址不便于记忆，因此设计出了域名，并通过 DNS（域名解析服务器）来将域名和 IP 地址相互映射，便于记忆和访问。
• HTTP 协议概念：Hyper Text Transfer Protocol，超文本传输协议，规定了客户端和服务器之间数据传输的规则。(只有在请求及响应中都遵循了统一的规则，服务端才能读懂客户端发送来的请求，客户端才能解析服务端响应的结果)
  • 特点：
    • 基于文本的协议：请求和响应的部分的协议内容为文本格式，底层通过 TCP 协议传输， 稳定性强。
    • 基于请求 - 响应模型：一次请求对应一次响应，必须由客户端先发起请求，服务端才会返回响应。
    • 无状态：服务端不会记忆与客户端的历史交互信息，每次请求 - 响应都是独立的。
    • 请求方式：
      • GET: 请求参数在请求行中，没有请求体。如：/api/courses?name=Python&status=1。GET 请求请求参数大小在浏览器中是有限制的。
      • POST: 请求参数在请求体中，POST 请求大小是没有限制的。

HTTP 协议 - 响应数据格式

[图片：HTTP 响应格式]

HTTP 协议 - 请求数据格式

[图片：HTTP 请求格式]

OSI 网络模型：全球网络互连标准模型，TCP/IP 网络模型：可以认为是 OSI 的简化版

[图片：OSI 与 TCP/IP 模型]

端口号 (Port) 是整数，取值范围在 0-65535，它是用来标识计算机设备中的运行中的程序。

[图片：端口号说明]

1.2.2 Apifox 测试

• Apifox 是一款 API 设计、开发、测试的一体化协作平台，是项目开发中进行 API 接口测试的神器。

Apifox 调用 deepseek

[图片：Apifox 调用示例]

[图片：Apifox 响应示例]

与 AI 大模型的交互本质是无状态的，每一次请求响应都是相互独立的。（AI 大模型本身没有真正的会话记忆能力）

处理方式：会话历史滚雪球

[图片：会话历史处理]

知识回顾：JSON

• JSON(JavaScript Object Notation) 是前端的一种对象表示方法。表示形式类似于 Python 中的字典，都是 key:value 这种形式，不过所有的 key 都必须使用双引号引起来，值可以是任何类型：
  • 对象：用{}表示，{}之间是键值对形式，键是字符串，值可以是任意其它类型
  • 数字：整数和小数都是数字，例如：12、3.14
  • 字符串：用""引起来，例如：'jack'
  • 布尔：有两种值：true 或 false

列表：用 [] 表示，[] 中是列表的元素，多个元素以，分割。

[图片：JSON 结构示例]

1.2.3 代码调用测试

• 如何安装第三方的软件包？
  • 安装软件包（最新版本）：pip install openai
  • 安装软件包（指定版本）：pip install openai=2.13.0
  • 卸载软件包：pip uninstall openai
  • 列出已安装的包：pip list
  • 查看包详情：pip show openai

调用 DeepSeek

[图片：DeepSeek 调用截图]

第一次使用需要从第三方库安装 openai

[图片：安装 openai 提示]

将 DEEPSEEK_API_KEY 的值配置到环境变量中（配置完成后将 pycharm 重启才能使用这个值）

[图片：环境变量配置 PyCharm]

PyPI：全程为 Python Package Index，是由 Python 官方和社区共同维护的 Python 第三方软件包的官方仓库。 pip：pip 是 Python 官方提供的 Python 包的管理工具，提供了对 Python 包的查找、下载、安装、卸载等功能。

1.3 提示词工程

• 提示词 (Prompt)：是引导大模型 (LLM) 进行内容生成的命令（一句话、一个问题等），一个好的提示词需要引导 AI 思考，约束其输出范围，并明确你期望的结果
• 提示词工程 (Prompt Engineering)：通过有技巧的编写提示词，使大模型生成出尽可能符合预期的内容，这一持续性的过程就称为提示词工程。
  • 角色
    • 给大模型设定角色与能力，eg：你是一名经验丰富的高中历史老师，擅长生动有趣的讲解复杂历史事件
  • 任务
    • 明确核心请求与任务，eg：请向一位高中生解释法国大革命爆发的主要原因
    • 按步骤拆解复杂任务，eg：请先概述背景，然后分政治、经济、思想三个方面阐述，每点配一个例子
  • 要求
    • 指定风格与语气，eg：请使用简洁、口语化、充满热情的语气 (避免使用过于学术的术语)
    • 明确要求输出格式，eg：请严格按照如下结构输出：…

提供输入输出的示例，eg：可以参考《人类群星闪耀时》的叙事风格。请不要列出冗长的日期列表

[图片：提示词示例]

2 AI 应用

2.1 Streamlit

• Streamlit 是一个开源的 Python 库，专为数据工程师及机器学习工程师设计，用来快速基于 Python 代码构建交互式的 web 网站（无需掌握前端技术）。官方网站：https://streamlit.io
• 入门使用：
  • 安装 streamlit：pip install streamlit
  • 在 python 文件中引入 streamlit 模块
  • 基于 streamlit 中提供的 API 来构建 Web 应用
  • 运行程序：streamlit run xxxx.py

[图片：Streamlit 界面示例]

2.2 AI 智能伴侣 - 基本交互

准备工作：在 pycharm 中安装 lingma 插件，安装完成后重启 IDE

[图片：Lingma 插件安装]

[图片：Lingma 界面]

• 界面基本布局：根据之前学习的内容完成页面基本布局

import streamlit as st
import os
from openai import OpenAI

client = OpenAI(api_key=os.environ.get('DEEPSEEK_API_KEY'), base_url="https://api.deepseek.com")
system_prompt = "你是一名可爱的 AI 助手，你的名字叫小甜甜"

# 整体布局
st.set_page_config(
    page_title="AI 智能伴侣",
    page_icon="🤖",
    layout="wide",
    initial_sidebar_state="expanded",
    menu_items={}
)

# 标题
st.title("AI 智能伴侣")
# logo
st.logo("./resources/logo.png")

# 输入框
prompt = st.chat_input("请输入您的问题")
if prompt:
    st.chat_message("user").write(prompt)
    print("-------->调用 AI 大模型，提示词：", prompt)
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{"role":"system","content": system_prompt},{"role":"user","content": prompt}],
        stream=False
    )
    st.chat_message("assistant").write(response.choices[0].message.content)
    print("<--------AI 大模型返回结果：", response.choices[0].message.content)

• 界面消息展示
  • 问题：运行界面基本布局代码会发现每次问题都会覆盖上次的问题以及回复，如何显示所有的记录
  • 回答：使用 st.session_state 将历史信息存入

# 初始化聊天信息
if "messages" not in st.session_state:
    st.session_state.messages = []

# 展示聊天历史记录
for message in st.session_state.messages:
    st.chat_message(message["role"]).write(message["content"])

# 存入每次提问
st.session_state.messages.append({"role":"user","content": prompt})
# 存入每次回复
st.session_state.messages.append({"role":"assistant","content": response.choices[0].message.content})

2.3 AI 智能伴侣 - 会话记忆

• 会话记忆问题
  • 可以用之前提到的会话历史滚雪球：*st.session_state.messages
• 流式输出
  • 将 stream 修改为 True

修改回复代码 通过 Apifox 调试，分析响应信息

[图片：Apifox 响应分析]

# 流式输出
response_messages = st.empty()
# 创建一个空元素，用于显示结果
full_response = ""
for chunk in response:
    if chunk.choices[0].delta.content is not None:
        full_response += chunk.choices[0].delta.content
        response_messages.chat_message("assistant").write(full_response)
        st.session_state.messages.append({"role":"assistant","content": full_response})
print("<--------AI 大模型返回结果：", full_response)

2.4 AI 智能伴侣 - 侧边栏功能

... 
system_prompt = """ 
你叫%s，现在是用户的真实伴侣，请完全代入伴侣角色。
规则：
1. 每次只回 1 条消息
2. 禁止任何场景或状态描述性文字
3. 匹配用户的语言
4. 回复简短，像微信聊天一样
5. 有需要的话可以用❤️🌸等 emoji 表情
6. 用符合伴侣性格的方式对话
7. 回复的内容，要充分体现伴侣的性格特征
伴侣性格：
- %s
你必须严格遵守上述规则来回复用户。
"""
...
# 初始化昵称
if "nick_name" not in st.session_state:
    st.session_state.nick_name = "小甜甜"
# 初始化性格
if "character" not in st.session_state:
    st.session_state.character = "一个豪爽的东北姑娘"
# 侧边栏
with st.sidebar:
    st.sidebar.subheader("伴侣信息")
    # 昵称输入框
    nick_name = st.text_input("昵称", value="小甜甜", placeholder="请输入昵称")
    if nick_name:
        st.session_state.nick_name = nick_name
    # 性格输入框
    character = st.text_area("性格", value="一个豪爽的东北姑娘", placeholder="请输入昵称")
    if character:
        st.session_state.character = character
...
messages=[{"role":"system","content": system_prompt %(st.session_state.nick_name, st.session_state.character)}, *st.session_state.messages,],
...

2.5 文件操作

• 文件的操作（读/写）
  • 打开：open() 函数
  • 读/写：read() 方法、write() 方法
  • 关闭：close() 方法

编码：是将字符 (文字、数字、符号) 转换为计算机能够存储和处理的数字代码的规则系统，如：ASCII、GBK、UTF-8。 注意：如果操作完文件，并未调用 close 方法关闭文件，同时程序没有停止运行，那么这个文件将一直被 Python 程序占用，无法操作。

[图片：文件操作示例]

• 问题：如果操作文件过程中出现了异常，文件就无法关闭了，怎么解决？
  • try…finally

with open() 方法 (推荐，最佳实践)

[图片：With 语句示例]

提示：with 语句 (上下文管理器) 的核心作用就是确保资源的总是被正确获取和释放（即使发生异常，也会被正确释放），也是项目开发中的推荐方式。

• 读取 json 格式
  • JSON 是软件开发中最常用的数据交换格式，而为了简化 JSON 数据的处理，在 Python 标准库中就提供了处理 JSON 数据的核心模块 json。
    • dump()：将 python 对象序列化为 json 格式字符串并写入文件
    • load()：从文件中读取 json 格式数据，并将其反序列化为 python 对象
    • ensure_ascii：默认值为 True，确保所有数据输出都是 ascii 编码（非 ASCII 码会进行转义）；值为 False 非 ascii 码保留原样输出
• 路径写法：
  • 相对路径：从当前文件所在目录开始查找
    • .：当前目录，如./resource/test.txt（./可以省略）
    • …：上一级目录，如…/第二章/file/test.txt
  • 绝对路径：从文件系统根目录开始查找，文件位置的完整路径（注意：\ 在字符串中标识转义字符，\n \t）
    • 方式一：D://project//python_project//py_p1//resources//静夜思.txt
    • 方式二：D:/project/python_project/py_p1/resources\静夜思.txt

文件操作扩展

[图片：文件操作扩展]

indent：会在输出的 json 数据中添加缩进（格式化）

[图片：JSON 缩进示例]

2.6 保存当前会话

# 生成会话标识函数
def generate_session_name():
    return datetime.now().strftime("%Y-%m-%d_%H-%M-%S")

# 保存会话信息函数
def save_session():
    if st.session_state.current_session:
        # 构建新的会话对象
        session_data = {
            "nick_name": st.session_state.nick_name,
            "nature": st.session_state.nature,
            "current_session": st.session_state.current_session,
            "messages": st.session_state.messages
        }
        # 如果 sessions 目录不存在，则创建
        if not os.path.exists("sessions"):
            os.mkdir("sessions")
        # 保存会话数据
        with open(f"sessions/{st.session_state.current_session}.json", "w", encoding="utf-8") as f:
            json.dump(session_data, f, ensure_ascii=False, indent=2)

2.7 新建会话

# 会话标识
if "current_session" not in st.session_state:
    st.session_state.current_session = generate_session_name()
......

# 新建会话
if st.button("新建会话", width="stretch", icon="✏️"):
    # 1. 保存当前会话信息
    save_session()
    # 2. 创建新的会话
    if st.session_state.messages:
        # 如果聊天信息非空，True; 否则，False
        st.session_state.messages = []
        st.session_state.current_session = generate_session_name()
        save_session()
        st.rerun()
# 重新运行当前页面

2.8 展示历史会话

# 加载所有的会话列表信息
def load_session_list():
    session_list = []
    if os.path.exists("./session"):
        for file in os.listdir("./session"):
            if file.endswith(".json"):
                session_list.append(file[:-5])
    return session_list
......

# 展示历史会话
st.text("历史会话")
for session in load_session_list():
    col1, col2 = st.columns([4, 1])
    with col1:
        if st.button(session, key=f"load_{session}", icon="📝", width="stretch"):
            pass
    with col2:
        if st.button("", key=f"delete_{session}", icon="🗑️", width="stretch"):
            pass

st.button 如果是空的，需要指定唯一 key，否则会报错 st.columns 将一行分为若干列

2.9 加载指定历史会话

三元运算符：语法：<true_value> if 条件表达式 else <false_value>，如果 if 条件为真，返回前面那个值，否则返回后面那个值 选中历史会话时，高亮按钮 在主页面显示当前会话名称 每次模型回复后，保存一下会话信息

# 加载指定会话
def load_session(session_name):
    try:
        if os.path.exists(f"./session/{session_name}.json"):
            with open(f"./session/{session_name}.json", "r", encoding="utf-8") as f:
                session_data = json.load(f)
                st.session_state.nick_name = session_data["nick_name"]
                st.session_state.character = session_data["character"]
                st.session_state.current_session = session_name
                st.session_state.messages = session_data["messages"]
    except Exception:
        st.error("加载会话失败!!")
............... 
with col1:
    if st.button(session, key=f"load_{session}", icon="📝", width="stretch", type="primary" if session == st.session_state.current_session else "secondary"):
        load_session(session)
        st.rerun()
...................
# 展示当前会话名称
st.text(f"当前会话：{st.session_state.current_session}")

2.10 删除指定会话

# 删除指定会话
def delete_session(session_name):
    try:
        if os.path.exists(f"./session/{session_name}.json"):
            # 删除文件
            os.remove(f"./session/{session_name}.json")
            if session_name == st.session_state.current_session:
                st.session_state.current_session = generate_session_name()
                st.session_state.messages.clear()
    except Exception:
        st.error("删除失败！")
....... 
with col2:
    if st.button("", key=f"delete_{session}", icon="🗑️", width="stretch"):
        delete_session(session)
        st.rerun()

2.11 完整代码

import streamlit as st
import os
from openai import OpenAI
from datetime import datetime
import json

# 设置页面的配置项
st.set_page_config(
    page_title="AI 智能伴侣",
    page_icon="🤖",
    layout="wide",
    # 布局
    initial_sidebar_state="expanded",
    # 控制的是侧边栏的状态
    menu_items={}
)

# 生成会话标识函数
def generate_session_name():
    return datetime.now().strftime("%Y-%m-%d_%H-%M-%S")

# 保存会话信息函数
def save_session():
    if st.session_state.current_session:
        # 构建新的会话对象
        session_data = {
            "nick_name": st.session_state.nick_name,
            "nature": st.session_state.nature,
            "current_session": st.session_state.current_session,
            "messages": st.session_state.messages
        }
        # 如果 sessions 目录不存在，则创建
        if not os.path.exists("sessions"):
            os.mkdir("sessions")
        # 保存会话数据
        with open(f"sessions/{st.session_state.current_session}.json", "w", encoding="utf-8") as f:
            json.dump(session_data, f, ensure_ascii=False, indent=2)

# 加载所有的会话列表信息
def load_sessions():
    session_list = []
    # 加载 sessions 目录下的文件
    if os.path.exists("sessions"):
        file_list = os.listdir("sessions")
        for filename in file_list:
            if filename.endswith(".json"):
                session_list.append(filename[:-5])
        session_list.sort(reverse=True)
        # 排序，降序排列
    return session_list

# 加载指定的会话信息
def load_session(session_name):
    try:
        if os.path.exists(f"sessions/{session_name}.json"):
            # 读取会话数据
            with open(f"sessions/{session_name}.json", "r", encoding="utf-8") as f:
                session_data = json.load(f)
                st.session_state.messages = session_data["messages"]
                st.session_state.nick_name = session_data["nick_name"]
                st.session_state.nature = session_data["nature"]
                st.session_state.current_session = session_name
    except Exception:
        st.error("加载会话失败!")

# 删除会话信息函数
def delete_session(session_name):
    try:
        if os.path.exists(f"sessions/{session_name}.json"):
            os.remove(f"sessions/{session_name}.json")
            # 删除文件
            # 如果删除的是当前会话，则需要更新消息列表
            if session_name == st.session_state.current_session:
                st.session_state.messages = []
                st.session_state.current_session = generate_session_name()
    except Exception:
        st.error("删除会话失败!")

# 大标题
st.title("AI 智能伴侣")
# Logo
st.logo("resources/logo.png")

# 系统提示词
system_prompt = """ 
你叫 %s，现在是用户的真实伴侣，请完全代入伴侣角色。
规则：
1. 每次只回 1 条消息
2. 禁止任何场景或状态描述性文字
3. 匹配用户的语言
4. 回复简短，像微信聊天一样
5. 有需要的话可以用❤️🌸等 emoji 表情
6. 用符合伴侣性格的方式对话
7. 回复的内容，要充分体现伴侣的性格特征
伴侣性格：
- %s
你必须严格遵守上述规则来回复用户。
"""

# 初始化聊天信息
if "messages" not in st.session_state:
    st.session_state.messages = []

# 昵称
if "nick_name" not in st.session_state:
    st.session_state.nick_name = "小甜甜"

# 性格
if "nature" not in st.session_state:
    st.session_state.nature = "活泼开朗的东北姑娘"

# 会话标识
if "current_session" not in st.session_state:
    st.session_state.current_session = generate_session_name()

# 展示聊天信息
st.text(f"会话名称：{st.session_state.current_session}")
for message in st.session_state.messages:
    # {"role": "user", "content": prompt}
    st.chat_message(message["role"]).write(message["content"])

# 创建与 AI 大模型交互的客户端对象 (DEEPSEEK_API_KEY 环境变量的名字，值就是 DeepSeek 的 API_KEY 的)
client = OpenAI(api_key=os.environ.get('DEEPSEEK_API_KEY'), base_url="https://api.deepseek.com")

# 左侧的侧边栏 - with: streamlit 中上下文管理器
with st.sidebar:
    # 会话信息
    st.subheader("AI 控制面板")
    # 新建会话
    if st.button("新建会话", width="stretch", icon="✏️"):
        # 1. 保存当前会话信息
        save_session()
        # 2. 创建新的会话
        if st.session_state.messages:
            # 如果聊天信息非空，True; 否则，False
            st.session_state.messages = []
            st.session_state.current_session = generate_session_name()
            save_session()
            st.rerun()
        # 重新运行当前页面
    # 会话历史
    st.text("会话历史")
    session_list = load_sessions()
    for session in session_list:
        col1, col2 = st.columns([4, 1])
        with col1:
            # 加载会话信息
            # 三元运算符：如果条件为真，则返回第一个表达式的值; 否则，返回第二个表达式的值 --> 语法：值 1 if 条件 else 值 2
            if st.button(session, width="stretch", icon="📄", key=f"load_{session}", type="primary" if session == st.session_state.current_session else "secondary"):
                load_session(session)
                st.rerun()
        with col2:
            # 删除会话信息
            if st.button("", width="stretch", icon="❌️", key=f"delete_{session}"):
                delete_session(session)
                st.rerun()
    # 分割线
    st.divider()
    # 伴侣信息
    st.subheader("伴侣信息")
    # 昵称输入框
    nick_name = st.text_input("昵称", placeholder="请输入昵称", value=st.session_state.nick_name)
    if nick_name:
        st.session_state.nick_name = nick_name
    # 性格输入框
    nature = st.text_area("性格", placeholder="请输入性格", value=st.session_state.nature)
    if nature:
        st.session_state.nature = nature
    # 消息输入框
    prompt = st.chat_input("请输入您要问的问题")
    if prompt:
        # 字符串会自动转换为布尔值，如果字符串非空，则为 True; ""否则为 False
        st.chat_message("user").write(prompt)
        print("----------> 调用 AI 大模型，提示词：", prompt)
        # 保存用户输入的提示词
        st.session_state.messages.append({"role":"user","content": prompt})
        # 调用 AI 大模型
        response = client.chat.completions.create(
            model="deepseek-chat",
            messages=[{"role":"system","content": system_prompt %(st.session_state.nick_name, st.session_state.nature)}, *st.session_state.messages],
            stream=True
        )
        # 输出大模型返回的结果 (流式输出的解析方式)
        response_message = st.empty()
        # 创建一个空的组件，用于展示大模型返回的结果
        full_response = ""
        for chunk in response:
            if chunk.choices[0].delta.content is not None:
                content = chunk.choices[0].delta.content
                full_response += content
                response_message.chat_message("assistant").write(full_response)
        # 保存大模型返回的结果
        st.session_state.messages.append({"role":"assistant","content": full_response})
        # 保存会话信息
        save_session()