背景

chainlit 是一款簡單易用的Web UI goggle，它支持使用 Python 語言快速構建 LLM 應用程序，提供了豐富的功能，包括文本分析，情感分析等。
這里我們以官網openai提供的例子，快速的開發一個帶有UI的聊天界面，且支持MCP方式。
鑒于國內需要VPN訪問openai的模型問題， 我們以 chainlit + deepseek(openai) 的方式進行演練。

獲取deepseek apikey

通過deepseek官網登陸 獲取到apikey ，對于api的調用的話，這里也提供了一些案例

結合OpenAi

from openai import AsyncOpenAI
import chainlit as cl
client = AsyncOpenAI(api_key='xxx', base_url='https://api.deepseek.com/v1')# Instrument the OpenAI client
cl.instrument_openai()settings = {"model": "deepseek-reasoner"# "temperature": 0,# ... more settings
}@cl.on_message
async def on_message(message: cl.Message):response = await client.chat.completions.create(messages=[{"content": "你是個很有幫助的機器人，總是又中文回復","role": "system"},{"content": message.content,"role": "user"}],stream=True,**settings)await cl.Message(content=response.choices[0].message.content).send()

這里面的 api_key 用你在deepeeek 申請到的 api_key替換即可。

用一下命令運行:

chainlit run app.py -w --port 8010

訪問http://localhost:8010,接下來就可以進行交互了