Initial commit

app.py

@@ -0,0 +1,107 @@
+import gradio as gr
+import time
+from typing import Iterator, List, Tuple, Any
+
+# 模拟流式API响应
+def simulate_stream_response(message: str) -> Iterator[str]:
+    """模拟API的流式响应"""
+    response = f"收到您的问题：'{message}'。这是一个模拟的AI助手回答，一个字一个字地流式输出。我正在尝试模仿Claude的回答风格，希望这个演示能够满足您的需求。"
+    
+    for char in response:
+        yield char
+        time.sleep(0.05)  # 模拟打字延迟
+
+# 修复后的流式响应函数
+def stream_response(message: str, history: List[Tuple[str, str]]) -> Iterator[List[Tuple[str, Any]]]:
+    """流式响应并格式化为Gradio Chatbot需要的格式"""
+    # 添加用户消息到历史
+    history = history + [(message, "")]
+    
+    # 流式更新AI的回复
+    bot_message = ""
+    response_generator = simulate_stream_response(message)
+    
+    for token in response_generator:
+        bot_message += token
+        # 更新最后一条消息的AI回复部分
+        updated_history = history.copy()
+        updated_history[-1] = (message, bot_message)
+        yield updated_history
+
+# 创建自定义CSS样式
+custom_css = """
+.gradio-container {
+    font-family: 'Arial', sans-serif;
+}
+"""
+
+# 创建Gradio界面
+def create_demo():
+    with gr.Blocks(css=custom_css) as demo:
+        gr.Markdown("# AI 问答助手")
+        gr.Markdown("这是一个类似Claude的问答系统，会逐字流式输出回答")
+        
+        chatbot = gr.Chatbot(
+            show_label=False,
+            height=500,
+        )
+        
+        with gr.Row():
+            msg = gr.Textbox(
+                show_label=False,
+                placeholder="在这里输入您的问题...",
+                scale=9
+            )
+            submit = gr.Button("发送", scale=1)
+        
+        with gr.Accordion("示例问题", open=False):
+            examples = gr.Examples(
+                examples=[
+                    ["材料管道中的数据预处理步骤有哪些？"],
+                    ["如何优化材料管道的计算效率？"],
+                    ["材料管道中常用的特征工程方法有哪些？"],
+                    ["如何在材料管道中整合机器学习模型？"],
+                    ["材料管道中的高通量筛选技术有什么优势？"]
+                ],
+                inputs=msg
+            )
+        
+        # 设置提交操作
+        submit_event = submit.click(
+            fn=stream_response, 
+            inputs=[msg, chatbot], 
+            outputs=[chatbot],
+            queue=True
+        )
+        
+        # 清空输入框
+        submit_event.then(
+            fn=lambda: "", 
+            inputs=None, 
+            outputs=[msg]
+        )
+        
+        # 回车键提交
+        msg.submit(
+            fn=stream_response, 
+            inputs=[msg, chatbot], 
+            outputs=[chatbot],
+            queue=True
+        ).then(
+            fn=lambda: "", 
+            inputs=None, 
+            outputs=[msg]
+        )
+        
+    return demo
+
+# 创建演示
+demo = create_demo()
+
+# 主函数
+if __name__ == "__main__":
+    demo.queue()  # 启用队列处理
+    demo.launch()  # 移除自定义参数，Hugging Face会自动处理
+else:
+    # 用于Hugging Face Spaces部署
+    demo.queue()