Streamlit 应用

什么是 Streamlit

Streamlit 是一个开源 Python 框架，专为构建数据应用和交互式仪表板而设计。无需前端开发经验，即可通过 Python 脚本快速创建包含图表、表格和交互组件的 Web 应用。

创建 Streamlit 用户空间

按照创建用户空间中的步骤，进入创建表单。
在 SDK 类型 中选择 Streamlit。
如果选择了 GPU 算力资源，还需要选择 驱动版本（11.8.0 或 12.1.0）。
填写其他必要参数后，点击 创建用户空间 提交。

初始化应用

创建完成后，需要向仓库推送应用代码来初始化 Streamlit 空间。

第一步：克隆仓库

git clone https://<platform-host>/<namespace>/<space-name>
cd <space-name>

第二步：创建应用文件

创建 app.py 文件，编写 Streamlit 应用代码。以下是一个简单的数据展示示例：

import streamlit as st

st.set_page_config(page_title="AI Platform Demo", layout="wide")

st.title("Streamlit Demo Application")
st.write("This is a simple Streamlit application deployed on the platform.")

name = st.text_input("Enter your name:")
if name:
    st.success(f"Hello, {name}! Welcome to the AI platform.")

st.subheader("Sample Data")
import pandas as pd

data = pd.DataFrame({
    "Model": ["GPT-4", "LLaMA-3", "Qwen-2"],
    "Parameters": ["1.8T", "70B", "72B"],
    "Type": ["Closed", "Open", "Open"]
})
st.dataframe(data, use_container_width=True)

st.subheader("Interactive Chart")
chart_data = pd.DataFrame({
    "Category": ["Training", "Inference", "Fine-tuning"],
    "Hours": [120, 45, 80]
})
st.bar_chart(chart_data.set_index("Category"))

如果需要额外的 Python 依赖，创建 requirements.txt 文件：

pandas

第三步：推送代码

git add app.py
git commit -m "Initialize Streamlit application"
git push origin main

自动构建与部署

代码推送成功后，平台将自动触发构建和部署流程：

安装依赖（如有 requirements.txt）。
启动 app.py 应用。
构建完成后，用户空间页面将展示 Streamlit 界面。

可在用户空间详情页查看构建日志和运行状态。