昨天学习了使用 GPT、DeepSeek、Qwen 等模型的初级使用，今天学习把它们“变成一个网页应用”，实现从 代码 → 产品原型 的第一跳！

不会前端，不用部署服务器，只要用 Python + Gradio！

🎯 先总结今天5分钟成果：

• 用 Gradio 构建一个本地运行的 AI 聊天网页
• 接入开源模型（ DeepSeek）
• 快速封装 + 页面交互 + 一键分享
• 输出 Demo，并做了简单对话

📌 Gradio 是什么？

Gradio 是一个开源库，让你5 分钟内把 AI 接口变成网页 UI。
无论你是教学演示、比赛展示、还是产品原型测试，它都非常轻量、实用。

---

🛠️ 一、安装 Gradio

pip install gradio
建议在你的虚拟环境中执行（我是在我的conda ai-env环境中）。

---

🧪 二、核心代码示例（DeepSeek 模型接入）

下面我们把 DeepSeek Chat 本地模型封装成一个网页聊天框。

新建 app.py 文件：

import gradio as gr

简单介绍一下chat 函数

• user_input：用户输入的文本。
• messages = [{"role": "user", "content": user_input}]：将用户输入封装成一个消息格式，role 是用户的角色（这里是 “user”），content 是用户输入的内容。
• tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)：将消息格式应用到分词器，这里 apply_chat_template 是将 messages 转化为模型的输入格式。

1. tokenize=False：不进行额外的分词操作，因为 tokenizer 会在后续处理。
2. add_generation_prompt=True：添加生成的提示符，以便模型可以更好地生成回答。

• inputs = tokenizer(prompt, return_tensors="pt").to(model.device)：将对话转换为模型可以理解的张量（tensor），并将数据传输到适当的设备（如 GPU 或 CPU）。
• outputs = model.generate(**inputs, max_new_tokens=200)：使用模型生成回答，max_new_tokens=200 限制输出的最大长度。
• response = tokenizer.decode(outputs[0], skip_special_tokens=True).split("assistant")[-1].strip()：解码模型的输出，转换成字符串格式并移除特殊字符。然后使用 split("assistant")[-1] 取出模型的回答部分（因为聊天生成的结果中可能包含 “assistant” 关键词）。

最终，response 是模型生成的回答。

---

🖥️ 三、运行项目

python app.py

控制台会提示：

浏览器访问即可看到一个类似 ChatGPT 的聊天窗口：

✅ 总结：为什么推荐 Gradio？

功能	Gradio 是否支持	零基础适配
网页聊天界面	✅	✅
上传/下载文件	✅	✅
图片、语音、视频处理	✅	✅
API 接入部署	✅	✅
前端技能要求	❌	✅

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！