Skip to main content

WebUI for Baicai

Project description

Baicai WebUI

Baicai WebUI:面向教学的白菜人工智能平台Web界面。

概述

Baicai WebUI 为交互式教材打造一个示例,它提供了学情调研、个性化教材生成、个性化问答、人工智能实验智能体、智能体工作流的可视化功能、与 AI 智能体的实时交互,以及用于管理和监控智能体活动的用户友好环境。

功能特性

  • 🎨 基于 Streamlit 构建的现代化、响应式 Web 界面
  • 📊 使用 Mermaid 图表的交互式工作流可视化
  • 🔄 实时智能体交互和监控
  • 📈 基于流程的智能体工作流可视化

系统要求

  • Python 3.10 或更高版本(但低于 3.12)
  • Poetry 用于依赖管理
  • Windows 用户:需要提前安装 Microsoft Visual C++ Redistributable(Microsoft Visual C++ 可再发行组件包)。请根据您的系统架构下载并安装 Microsoft Visual C++ 2015-2022 Redistributable(x64 版本适用于大多数现代 Windows 系统)

安装

如果不想安装,直接进入百度网盘:https://pan.baidu.com/s/1T8p-WZ48q46k-DHccah6GQ?pwd=3edj 提取码:3edj,下载相关文件,具体见运行应用

方法1: 使用 pip 安装(推荐)

这是最简单的安装方式,适用于大多数用户。

pip install baicai-webui

安装完成后,可以通过以下命令启动应用:

baicai-webui

方法2: 使用 Poetry 安装(开发环境)

  1. 安装 Baicai WebUI 及其依赖:
cd baicai_webui
poetry install

方法3: 构建自包含包(生产环境)

自包含包包含了完整的 Python 环境和所有依赖,无需安装任何环境即可运行。

构建自包含包

  1. 确保已安装所有依赖:
cd baicai_webui
poetry install
  1. 运行构建脚本:
python build_self_contained.py
  1. 构建完成后,自包含包位于 dist/baicai-self-contained/ 目录

使用自包含包

  1. dist/baicai-self-contained/ 目录压缩分发给用户
  2. 用户解压后,运行启动脚本即可:
    • Windows: 双击 启动应用.bat
    • Linux/Mac: 在终端运行 ./启动应用.sh(无法使用,勿用)

自包含包特点

✅ 完全自包含,无需安装 Python ✅ 无需安装任何依赖包 ✅ 环境完全隔离,不会影响系统 ✅ 即解压即用 ✅ 跨平台兼容

运行应用

前期准备

如果需要使用教材功能,需要做如下设置:

  1. 下载资源文件

    打开百度网盘:https://pan.baidu.com/s/1T8p-WZ48q46k-DHccah6GQ?pwd=3edj 提取码:3edj

  2. 必需文件(必须下载):

    • .baicai.zip:软件运行环境(可自动生成)和示例数据
    • 数据和工作流.zip:教材配套实验资源
  3. 可选文件(仅在网络环境受限时下载):

    • .cache.zip:缓存数据
    • .fastai.zip:FastAI 相关数据
  4. 解压和配置

    解压下载的 zip 文件,并按以下规则放置:

    • 必需文件夹(解压 .baicai.zip 后):

      • .baicai 文件夹放入用户主目录
        • Windows: C:\Users\你的用户名\
        • Linux/Mac: ~//home/你的用户名/
    • 可选文件夹(仅在下载了对应 zip 文件时):

      • .cache 文件夹放入用户主目录
      • .fastai 文件夹放入用户主目录

pip 安装方式运行

如果使用 pip 安装,直接运行:

baicai-webui

Poetry 安装方式运行

  1. 启动 Web 界面:
baicai-webui
  1. 或者直接运行:
streamlit run baicai_webui/app.py

项目结构

baicai_webui/
├── baicai_webui/           # 主包目录
│   ├── app.py              # 主 Streamlit 应用
│   ├── components/         # UI 组件
│   └── utils/              # 工具函数
├── docs/                   # 文档
├── tests/                  # 测试文件
├── build_self_contained.py # 自包含包构建脚本
├── pyproject.toml          # 项目配置
└── dist/                   # 构建输出目录
    └── baicai-self-contained/  # 自包含包
        ├── python/             # Python 环境
        ├── baicai_webui/       # 应用代码
        ├── baicai_base/        # 基础模块
        ├── baicai_dev/         # 开发模块
        ├── baicai_tutor/       # 教程模块
        ├── 启动应用.sh         # Linux/Mac 启动脚本
        ├── 启动应用.bat        # Windows 启动脚本
        └── README.txt          # 使用说明

贡献

  1. Fork 本仓库
  2. 创建功能分支
  3. 进行您的更改
  4. 运行测试并确保通过
  5. 提交 Pull Request

许可证

本项目采用 GPL-3.0 许可证。

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

baicai_webui-0.1.2.tar.gz (90.3 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

baicai_webui-0.1.2-py3-none-any.whl (105.8 kB view details)

Uploaded Python 3

File details

Details for the file baicai_webui-0.1.2.tar.gz.

File metadata

  • Download URL: baicai_webui-0.1.2.tar.gz
  • Upload date:
  • Size: 90.3 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.11.13

File hashes

Hashes for baicai_webui-0.1.2.tar.gz
Algorithm Hash digest
SHA256 78764e5ad9d567dd430a9b985895bae331799ab0460917da512924c3bf7e1ef3
MD5 150e9ca147e1c726b0a92c13f5f4c921
BLAKE2b-256 89ebef6fb1fc256be4d6e42b7e2ed03931eb380ecc75556fa490f71f48b6a3f2

See more details on using hashes here.

File details

Details for the file baicai_webui-0.1.2-py3-none-any.whl.

File metadata

  • Download URL: baicai_webui-0.1.2-py3-none-any.whl
  • Upload date:
  • Size: 105.8 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.11.13

File hashes

Hashes for baicai_webui-0.1.2-py3-none-any.whl
Algorithm Hash digest
SHA256 016059ed03be05bf2d3b5903758c6a5ace8bd4f607c79c323df996821a349a43
MD5 e32e2a7fe83576b4b3f4ebd7a301d43f
BLAKE2b-256 514fb9b534621388462fc6f38baaca33a6ba7dca90d427dda8f24ae164d43749

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page