使用说明
使用LLM的聊天界面
一个简单、可定制的聊天界面，由 溪流 与本地LLM（大型语言模型）后端进行交互。采用深色模式主题和持久聊天历史，具有可读性。
🚀 特性
- 💬 与Streamlit的交互式聊天界面
- 🎨 深色主题的消息气泡（用户和助手）
- 🔧 侧边栏型号选择
- 🧠 使用您自己的设置进行本地模型推理
- 📝 会话期间的聊天记录持久化
- ⚡ 显示助理回复的响应时间
🛠️ 需求
- Python 3.8+
- 溪流
- 任何后端LLM服务（自定义或本地API）
安装依赖项： pip安装-r要求.txt
📁 文件夹结构 . ├── main.py#Streamlit应用程序入口点 ├── requirements.txt#Python依赖项 ├── README.md#项目概述 └── 资产/ └── screenshot.png#UI预览（可选）
运行Streamlit应用程序： streamlit运行main.py
⚙️配置 确保您的后端LLM端点已集成到main.py中的prepare_chat（）函数中。模型选择器将调用get_models（）——根据您的设置进行自定义。
🧩自定义用户界面 修改自定义CSS的st.markdown（）块。包括暗模式消息样式： .user消息{背景：#1e1e1e；颜色：#d4f1f9；} .assistant-msg { 背景: #2e2e2e； 颜色: #e0ffe0； }
🧠未来计划 模型配置面板（温度、最大令牌）
聊天记录下载
支持标记/渲染响应
🤝 贡献 欢迎提出请求和建议！分叉此仓库，并为任何增强或修复创建PR。
