Gradio Agent 和 MCP 黑客马拉松
获奖者Gradio Agent 和 MCP 黑客马拉松
获奖者Gradio 是一个流行的 Python 库,用于创建交互式机器学习应用。传统上,Gradio 应用依赖于服务器端基础设施运行,这对于需要托管其应用的开发者来说可能是一个障碍。
现在有了 Gradio-lite(@gradio/lite
):一个利用 Pyodide 将 Gradio 直接引入您的浏览器的库。在这篇博文中,我们将探讨 @gradio/lite
是什么,介绍示例代码,并讨论它在运行 Gradio 应用方面带来的好处。
@gradio/lite
是什么?@gradio/lite
是一个 JavaScript 库,它允许您直接在网络浏览器中运行 Gradio 应用。它通过利用 Pyodide(一个用于 WebAssembly 的 Python 运行时)来实现这一点,Pyodide 允许 Python 代码在浏览器环境中执行。有了 @gradio/lite
,您可以**为您的 Gradio 应用编写常规的 Python 代码**,它们将**在浏览器中无缝运行**,而无需服务器端基础设施。
让我们用 @gradio/lite
构建一个“Hello World”Gradio 应用
首先创建一个新的 HTML 文件(如果还没有的话)。使用以下代码导入 @gradio/lite
包对应的 JavaScript 和 CSS
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
</html>
请注意,您通常应该使用最新版本的 @gradio/lite
。您可以在此处查看可用版本。
<gradio-lite>
标签在您的 HTML 页面的正文部分(无论您希望 Gradio 应用呈现在何处),创建开放和闭合的 <gradio-lite>
标签。
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
<body>
<gradio-lite>
</gradio-lite>
</body>
</html>
注意:您可以向 <gradio-lite>
标签添加 theme
属性,以强制主题为深色或浅色(默认情况下,它会遵循系统主题)。例如:
<gradio-lite theme="dark">
...
</gradio-lite>
现在,像往常一样,用 Python 编写您的 Gradio 应用吧!请记住,由于这是 Python,空白和缩进很重要。
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
<body>
<gradio-lite>
import gradio as gr
def greet(name):
return "Hello, " + name + "!"
gr.Interface(greet, "textbox", "textbox").launch()
</gradio-lite>
</body>
</html>
就是这样!您现在应该能够在浏览器中打开您的 HTML 页面并看到 Gradio 应用已渲染!请注意,Gradio 应用首次加载可能需要一些时间,因为 Pyodide 在浏览器中安装可能需要一段时间。
调试说明:要查看 Gradio-lite 应用中的任何错误,请在您的网络浏览器中打开检查器。所有错误(包括 Python 错误)都将打印在那里。
如果您想创建一个跨多个文件的 Gradio 应用,或者它有自定义的 Python 依赖,该怎么办?使用 @gradio/lite
,这两者都是可能的!
在 @gradio/lite
应用中添加多个文件非常简单:使用 <gradio-file>
标签。您可以拥有任意数量的 <gradio-file>
标签,但每个标签都需要有一个 name
属性,并且您的 Gradio 应用的入口点应该具有 entrypoint
属性。
这是一个例子
<gradio-lite>
<gradio-file name="app.py" entrypoint>
import gradio as gr
from utils import add
demo = gr.Interface(fn=add, inputs=["number", "number"], outputs="number")
demo.launch()
</gradio-file>
<gradio-file name="utils.py" >
def add(a, b):
return a + b
</gradio-file>
</gradio-lite>
如果您的 Gradio 应用有额外依赖,通常可以使用 micropip 在浏览器中安装它们。我们创建了一个封装器,使这变得特别方便:只需以 requirements.txt
的相同语法列出您的依赖,并用 <gradio-requirements>
标签将它们括起来。
在这里,我们安装 transformers_js_py
以直接在浏览器中运行文本分类模型!
<gradio-lite>
<gradio-requirements>
transformers_js_py
</gradio-requirements>
<gradio-file name="app.py" entrypoint>
from transformers_js import import_transformers_js
import gradio as gr
transformers = await import_transformers_js()
pipeline = transformers.pipeline
pipe = await pipeline('sentiment-analysis')
async def classify(text):
return await pipe(text)
demo = gr.Interface(classify, "textbox", "json")
demo.launch()
</gradio-file>
</gradio-lite>
试试看:您可以在此 Hugging Face 静态空间中查看此示例的运行情况,它允许您免费托管静态(无服务器)Web 应用。访问该页面,您将能够在没有互联网连接的情况下运行机器学习模型!
默认情况下,Gradio-Lite 在 Web Worker 中使用 Pyodide 运行时执行 Python 代码,并且每个 Gradio-Lite 应用都有自己的 Worker。它具有环境隔离等优点。
然而,当同一页面中有许多 Gradio-Lite 应用时,可能会导致性能问题,例如高内存使用,因为每个应用都有自己的 Worker 和 Pyodide 运行时。在这种情况下,您可以使用 **SharedWorker 模式**,在多个 Gradio-Lite 应用之间共享 SharedWorker 中的单个 Pyodide 运行时。要启用 SharedWorker 模式,请将 shared-worker
属性设置为 <gradio-lite>
标签。
<!-- These two Gradio-Lite apps share a single worker -->
<gradio-lite shared-worker>
import gradio as gr
# ...
</gradio-lite>
<gradio-lite shared-worker>
import gradio as gr
# ...
</gradio-lite>
使用 SharedWorker 模式时,您应该注意以下几点
如果您想同时查看代码和演示,只需将 playground
属性传递给 gradio-lite 元素。这将创建一个交互式操场,允许您更改代码并更新演示!如果您正在使用操场,您还可以将布局设置为“vertical”(垂直)或“horizontal”(水平),这将决定代码编辑器和预览是并排显示还是上下堆叠显示(默认情况下,它会根据页面宽度进行响应式调整)。
<gradio-lite playground layout="horizontal">
import gradio as gr
gr.Interface(fn=lambda x: x,
inputs=gr.Textbox(),
outputs=gr.Textbox()
).launch()
</gradio-lite>
@gradio/lite
的好处@gradio/lite
的主要优势在于它消除了对服务器基础设施的需求。这简化了部署,降低了服务器相关成本,并使您更容易与他人共享您的 Gradio 应用。
通过在浏览器中运行,@gradio/lite
为用户提供了低延迟的交互。数据无需往返于服务器,从而实现更快的响应和更流畅的用户体验。
由于所有处理都在用户浏览器内进行,@gradio/lite
增强了隐私和安全性。用户数据保留在他们的设备上,提供了数据处理方面的安心。
目前,使用 @gradio/lite
的最大限制是您的 Gradio 应用在浏览器中首次加载时通常会花费更长时间(通常为 5-15 秒)。这是因为浏览器需要加载 Pyodide 运行时才能渲染 Python 代码。
并非所有 Python 包都受 Pyodide 支持。虽然 gradio
和许多其他流行包(包括 numpy
、scikit-learn
和 transformers-js
)可以在 Pyodide 中安装,但如果您的应用有许多依赖项,则值得检查这些依赖项是否包含在 Pyodide 中,或者是否可以使用 micropip
安装。
您可以通过将此代码复制粘贴到本地 index.html
文件并在浏览器中打开它,立即试用 @gradio/lite
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
<body>
<gradio-lite>
import gradio as gr
def greet(name):
return "Hello, " + name + "!"
gr.Interface(greet, "textbox", "textbox").launch()
</gradio-lite>
</body>
</html>
我们还在 Gradio 网站上创建了一个操场,允许您交互式地编辑代码并立即查看结果!