一、環境準備

1、streamlit安裝

# 通過 pip 安裝
pip install streamlit# 驗證安裝
streamlit hello

運行應用：

streamlit run main.py

如果運行不成功，可以帶上Python版本運行

python3.13 -m streamlit run main.py

瀏覽器會自動打開 http://localhost:8501 顯示應用。

2、langchain安裝

參考下面的文章

你好！ 這是你第一次使用 Markdown編輯器 所展示的歡迎頁。如果你想學習如何使用Markdown編輯器, 可以仔細閱讀這篇文章，了解一下Markdown的基本語法知識。

3、ollama的安裝

參考下面
文章
mac ollama install

二、Ollama平臺聊天機器人實現

1、需求

構建一個基于大模型的本地智能聊天機器人。該聊天機器人將集成先進的大規模預訓練語言模型（如GPT、Qwen等），具備自然語言理解、多輪對話、情感分析、知識問答等核心功能。

項目采用模塊化設計，前端通過Streamlit框架實現簡潔易用的交互界面，后端基于Ollama等平臺進行模型部署和管理，確保系統的高效性和可擴展性。

2、模型調用

import ollama# 接收用戶輸入的提示詞
def get_response(prompt):# 指定模型，傳遞角色 和提示詞response = ollama.chat(model="qwen2:0.5b",messages=[{"role": "user","content": prompt,},],)return response.message.content

3、前端實現

頁面呈現

訪問地址
頁面：

代碼實現

"""
該模塊用于充當聊天機器人的前端模塊，
接收用戶輸入的問題，調用chat_utils模塊，獲取回復，
通過streamlit模塊，將回復并顯示給用戶
"""
# streamlit庫：python 代碼實現前端頁面開發并部署
import streamlit as st# 聊天機器人核心模塊
# ConversationBufferMemory存儲聊天機器人的會話記錄
from langchain.memory import ConversationBufferMemory
import chat_utils# 標題
st.title("zeoy's chat robot")# 判斷是否有歷史聊天記錄數據，如果沒有就創建，并存儲所有記錄消息# st.session_state存儲會話狀態，用于存儲會話數據
if "history" not in st.session_state:# 創建一個conversationBufferMemory對象，用于存儲會話記錄st.session_state.memory = ConversationBufferMemory()# 添加聊天機器人的歡迎語句st.session_state.message = [{"role": "assistant", "content": "welcome to zeoy's chat robot."}]# 遍歷session_state.message列表，
for message in st.session_state.message:#  聊天消息 顯示當前角色內容with st.chat_message(message["role"]):st.markdown(message["content"])# 接收用戶錄入的內容
promt = st.chat_input("請輸入你要咨詢的問題")# 判斷用戶輸入的內容是否為空
if promt:# 顯示用戶輸入的內容st.session_state.message.append({'role': 'user', 'content': promt})st.chat_message('user').markdown(promt)# 獲取機器人的回復response = chat_utils.get_response(promt)# 顯示機器人的回復with st.chat_message("assistant"):st.markdown(response)# 將用戶輸入的內容和機器人的回復添加到session_state.message列表中st.session_state.message.append({'role': 'assistant', 'content': response})

三、詳細代碼地址

github:https://github.com/zeoyzhaogithub/AI-ChatBot

四、參考資源

官方文檔: https://docs.streamlit.io/

示例庫: https://streamlit.io/gallery