Gradio 代理与 MCP 黑客马拉松

获奖者
Gradio logo
  1. 组件
  2. 图库

Gradio 新手?从这里开始: 入门指南

查看 发布历史

图库

gradio.Gallery(···)
import gradio as gr with gr.Blocks() as demo: cheetahs = [ "https://upload.wikimedia.org/wikipedia/commons/0/09/TheCheethcat.jpg", "https://nationalzoo.si.edu/sites/default/files/animals/cheetah-003.jpg", "https://img.etimg.com/thumb/msid-50159822,width-650,imgsize-129520,,resizemode-4,quality-100/.jpg", "https://nationalzoo.si.edu/sites/default/files/animals/cheetah-002.jpg", "https://images.theconversation.com/files/375893/original/file-20201218-13-a8h8uq.jpg?ixlib=rb-1.1.0&rect=16%2C407%2C5515%2C2924&q=45&auto=format&w=496&fit=clip", ] gr.Gallery(value=cheetahs, columns=4) demo.launch()

描述

创建一个图库组件,允许显示图像或视频网格,并可选地添加标题。如果用作输入,用户可以将图像或视频上传到图库。如果用作输出,用户可以单击单个图像或视频以更高分辨率查看它们。

行为

作为输入组件: 以(媒体文件,标题)元组列表的形式传递图像或视频列表,如果没有提供标题,则传递(媒体文件,None)元组列表(通常如此)。图像可以是 str 文件路径、numpy 数组或 PIL.Image 对象,具体取决于 type。视频始终是 str 文件路径。

您的函数应接受以下类型之一
def predict(
	value: List[tuple[str, str | None]] | List[tuple[PIL.Image.Image, str | None]] | List[tuple[np.ndarray, str | None]] | None
)
	...

作为输出组件: 期望函数返回图像或视频的 list,或(媒体文件,str 标题)元组的 list。每个图像可以是 str 文件路径、numpy 数组或 PIL.Image 对象。每个视频可以是 str 文件路径。

您的函数应返回以下类型之一
def predict(···) -> list[GalleryImageType | CaptionedGalleryImageType] | None
	...	
	return value

初始化

参数

快捷方式

接口字符串快捷方式 初始化

gradio.Gallery

"gallery"

使用默认值

演示

# This demo needs to be run from the repo folder.
# python demo/fake_gan/run.py
import random

import gradio as gr

def fake_gan():
    images = [
        (random.choice(
            [
                "http://www.marketingtool.online/en/face-generator/img/faces/avatar-1151ce9f4b2043de0d2e3b7826127998.jpg",
                "http://www.marketingtool.online/en/face-generator/img/faces/avatar-116b5e92936b766b7fdfc242649337f7.jpg",
                "http://www.marketingtool.online/en/face-generator/img/faces/avatar-1163530ca19b5cebe1b002b8ec67b6fc.jpg",
                "http://www.marketingtool.online/en/face-generator/img/faces/avatar-1116395d6e6a6581eef8b8038f4c8e55.jpg",
                "http://www.marketingtool.online/en/face-generator/img/faces/avatar-11319be65db395d0e8e6855d18ddcef0.jpg",
            ]
        ), f"label {i}")
        for i in range(3)
    ]
    return images

with gr.Blocks() as demo:
    gallery = gr.Gallery(
        label="Generated images", show_label=False, elem_id="gallery"
    , columns=1, object_fit="contain", height="auto")
    btn = gr.Button("Generate images", scale=0)

    btn.click(fake_gan, None, gallery)

if __name__ == "__main__":
    demo.launch()

		

事件监听器

描述

事件监听器允许您响应用户与您在 Gradio Blocks 应用程序中定义的 UI 组件的交互。当用户与某个元素(例如更改滑块值或上传图像)交互时,会调用一个函数。

支持的事件监听器

Gallery 组件支持以下事件监听器。每个事件监听器都采用相同的参数,这些参数列在下面的事件参数表中。

监听器 描述

Gallery.select(fn, ···)

当用户选择或取消选择图库时的事件监听器。使用事件数据 gradio.SelectData 来携带 value 指向图库的标签,以及 selected 指向图库的状态。有关如何使用此事件数据,请参阅 EventData 文档。

Gallery.upload(fn, ···)

当用户上传文件到图库时触发此监听器。

Gallery.change(fn, ···)

当图库的值因用户输入(例如用户在文本框中输入)或函数更新(例如图像从事件触发器输出接收值)而更改时触发。有关仅由用户输入触发的监听器,请参阅 .input()

Gallery.preview_close(fn, ···)

当用户关闭图库预览时,此事件被触发

Gallery.preview_open(fn, ···)

当用户打开图库预览时,此事件被触发

事件参数

参数
🔗
fn: Callable | None | Literal['decorator']
默认 = "decorator"

此事件触发时要调用的函数。通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件,函数应返回单个值或值元组,其中元组中的每个元素对应一个输出组件。

🔗
inputs: Component | BlockContext | list[Component | BlockContext] | Set[Component | BlockContext] | None
默认 = None

用作输入的 gradio.components 列表。如果函数不接受任何输入,则此应为空列表。

🔗
outputs: Component | BlockContext | list[Component | BlockContext] | Set[Component | BlockContext] | None
默认 = None

用作输出的 gradio.components 列表。如果函数不返回任何输出,则此应为空列表。

🔗
api_name: str | None | Literal[False]
默认 = None

定义端点在 API 文档中的显示方式。可以是字符串、None 或 False。如果设置为字符串,则端点将以给定名称在 API 文档中公开。如果为 None(默认),则函数的名称将用作 API 端点。如果为 False,则端点将不会在 API 文档和下游应用程序(包括那些 `gr.load` 此应用程序的应用程序)中公开,并且无法使用此事件。

🔗
scroll_to_output: bool
默认 = False

如果为 True,则完成后将滚动到输出组件

🔗
show_progress: Literal['full', 'minimal', 'hidden']
默认 = "full"

事件运行时如何显示进度动画:“full”显示一个覆盖输出组件区域以及右上角运行时显示的旋转器,“minimal”仅显示运行时显示,“hidden”根本不显示进度动画。

🔗
show_progress_on: Component | list[Component] | None
默认 = None

在其上显示进度动画的组件或组件列表。如果为 None,则将在所有输出组件上显示进度动画。

🔗
queue: bool
默认 = True

如果为 True,则会将请求放入队列中(如果队列已启用)。如果为 False,则即使队列已启用,也不会将此事件放入队列中。如果为 None,则将使用 Gradio 应用程序的队列设置。

🔗
batch: bool
默认 = False

如果为 True,则函数应处理一批输入,这意味着它应接受每个参数的输入值列表。这些列表的长度应相等(并且长度最多为 `max_batch_size`)。函数随后 *必须* 返回一个列表元组(即使只有一个输出组件),其中元组中的每个列表对应一个输出组件。

🔗
max_batch_size: int
默认 = 4

如果从队列调用此批处理(仅当 batch=True 时相关),则最多可批量处理的输入数量

🔗
preprocess: bool
默认 = True

如果为 False,则在运行 'fn' 之前不会运行组件数据预处理(例如,如果使用 `Image` 组件调用此方法,则将其保留为 base64 字符串)。

🔗
postprocess: bool
默认 = True

如果为 False,则在将 'fn' 输出返回给浏览器之前不会运行组件数据后处理。

🔗
cancels: dict[str, Any] | list[dict[str, Any]] | None
默认 = None

此监听器触发时要取消的其他事件列表。例如,设置 cancels=[click_event] 将取消 click_event,其中 click_event 是另一个组件 .click 方法的返回值。尚未运行的函数(或正在迭代的生成器)将被取消,但当前正在运行的函数将被允许完成。

🔗
trigger_mode: Literal['once', 'multiple', 'always_last'] | None
默认 = None

如果为 "once"(除 `.change()` 之外的所有事件的默认值),则在事件待处理时不允许任何提交。如果设置为 "multiple",则在待处理时允许无限次提交,而 "always_last"(`.change()` 和 `.key_up()` 事件的默认值)则允许在待处理事件完成后进行第二次提交。

🔗
js: str | Literal[True] | None
默认 = None

在运行 'fn' 之前要运行的可选前端 js 方法。js 方法的输入参数是 'inputs' 和 'outputs' 的值,返回值应是输出组件的值列表。

🔗
concurrency_limit: int | None | Literal['default']
默认 = "default"

如果设置,这是可以同时运行的此事件的最大数量。可以设置为 None 表示没有并发限制(可以同时运行任意数量的此事件)。设置为 "default" 以使用默认并发限制(由 `Blocks.queue()` 中的 `default_concurrency_limit` 参数定义,其本身默认为 1)。

🔗
concurrency_id: str | None
默认 = None

如果设置,这是并发组的 ID。具有相同 concurrency_id 的事件将受最低设置的 concurrency_limit 限制。

🔗
show_api: bool
默认 = True

是否在 Gradio 应用程序的“查看 API”页面或 Gradio 客户端的“.view_api()”方法中显示此事件。与将 api_name 设置为 False 不同,将 show_api 设置为 False 仍允许下游应用程序和客户端使用此事件。如果 fn 为 None,则 show_api 将自动设置为 False。

🔗
time_limit: int | None
默认 = None
🔗
stream_every: float
默认 = 0.5
🔗
like_user_message: bool
默认 = False
🔗
key: int | str | tuple[int | str, ...] | None
默认 = None

此事件监听器的唯一键,用于 @gr.render()。如果设置,当键相同时,此值会将事件标识为跨重新渲染是相同的。