Gradio 代理 & MCP 黑客马拉松
获奖者Gradio 代理 & MCP 黑客马拉松
获奖者我们很高兴推出 Gradio 客户端的首次重大发布。凭借客户端**符合人体工程学**、**透明**和**可移植**的设计,将任何 Gradio 应用程序转化为生产级端点变得更加容易。
从 Gradio 应用中流式传输(5 行代码)
使用 submit
方法获取可迭代的任务。
在 Python 中
from gradio_client import Client
client = Client("gradio/llm_stream")
for result in client.submit("What's the best UI framework in Python?"):
print(result)
在 TypeScript 中
import { Client } from "@gradio/client";
const client = await Client.connect("gradio/llm_stream")
const job = client.submit("/predict", {"text": "What's the best UI framework in Python?"})
for await (const msg of job) console.log(msg.data)
使用与应用程序相同的关键字参数
在 Python 中
from gradio_client import Client
client = Client("http://127.0.0.1:7860/")
result = client.predict(
message="Hello!!",
system_prompt="You are helpful AI.",
tokens=10,
api_name="/chat"
)
print(result)
在 TypeScript 中
import { Client } from "@gradio/client";
const client = await Client.connect("http://127.0.0.1:7860/");
const result = await client.predict("/chat", {
message: "Hello!!",
system_prompt: "Hello!!",
tokens: 10,
});
console.log(result.data);
更好的错误消息
您在 UI 中可以执行的任何操作,都可以通过客户端完成
from gradio_client import Client
client = Client("gradio/diffusion_model")
job = client.submit("A cute cat")
while not job.done():
status = job.status()
print(f"Current in position {status.rank} out of {status.queue_size}")
from gevent import monkey
monkey.patch_all()
from gradio_client import Client
from flask import Flask, send_file
import time
app = Flask(__name__)
imageclient = Client("gradio/diffusion_model")
@app.route("/gen")
def gen():
result = imageclient.predict(
"A cute cat",
api_name="/predict"
)
return send_file(result)
if __name__ == "__main__":
app.run(host="0.0.0.0", port=5000)
Python
JavaScript
const app = await Client.connect("gradio/whisper")
app 变量具有与 Python 类相同的方法(submit
、predict
、view_api
、duplicate
)。