AI21 和 Streamlit 值得一试！
AI21 Labs 提供了许多用于构建 AI/NLP 驱动的应用程序的工具。您可以通过官方 API/SDK 访问他们的模型！如果您不知道如何使用 AI21 API 或想了解更多有关 AI21 的信息，我们将为您提供帮助！
Streamlit 是用于创建自定义 Web 应用程序的开源 Python。借助这项技术，您可以在短时间内构建您的应用程序原型。
我们的想法
今天我想展示如何使用 AI21 Labs 和 Streamlit 的模型构建一个简单的应用程序，该应用程序将根据运动的描述返回所描述运动的名称。这个任务看起来并不难，AI21 和 Streamlit 的出色解决方案让我们更轻松！我们只需要一个描述输入和一个确认按钮。让我们开始编码吧！
让我们来创建应用程序吧！
依赖关系
首先，让我们为我们的项目创建一个新目录并移动到它：
mkdir sports-appcd sports-app一开始，我们需要为我们的项目创建一个虚拟环境。我们开始做吧：
python3 -m venv venv# linux/macsource venv/bin/activate# windows.\venv\Scripts\activate现在我们需要安装必要的依赖项。我们开始做吧：
pip install streamlit ai21 python-dotenv最后但并非最不重要的。让我们创建一个.env文件来存储我们的 API 密钥。我们稍后会在我们的代码中使用它。
# linux/mactouch .env# windowsecho >.env好的，现在我们已经安装了所有必要的依赖项。让我们创建一个名为的文件main.py并开始编码！
创建应用程序
首先，让我们在.env文件中定义 API 密钥：
AI21_LABS_API_KEY=<your_api_key>现在我们可以从以下位置导入必要的依赖项并加载机密：
import osimport ai21import streamlit as stfrom dotenv import load_dotenvload_dotenv()API_KEY = os.getenv("AI21_LABS_API_KEY")ai21.api_key = API_KEY接下来，让我们创建一个函数，它将获取运动的描述并返回它的名称。我也会在这里定义一个提示。
# Prompt for the modelPROMPT = "Based on the description given, name the sport.\nDescription: {description}\n Sport name: "# Initialization of the output variableif "output" not in st.session_state: st.session_state["output"] = "Output:"def guess_sport(inp): if not len(inp): return None # overwrite the prompt with the description prompt = PROMPT.format(description=inp) response = ai21.Completion.execute( model="j2-grande-instruct", prompt=prompt, temperature=0.5, minTokens=1, maxTokens=15, numResults=1, ) # return the name of the sport st.session_state["output"] = response.completions[0].data.text # a short celebration 😉 st.balloons()完美的！现在我们可以为我们的应用程序创建一个简单的界面。我们开始做吧：
st.title("The Sports Guesser")st.write( "This is a simple **Streamlit** app that generates Sport Name based on given description")inp = st.text_area("Enter your description here", height=100)st.button("Guess", on_click=guess_sport(inp))st.write(f"Answer: {st.session_state.output}")没关系，让我们运行应用程序吧！
运行应用程序
我们可以使用以下命令来完成：
streamlit run main.py就是这样！我们有一个简单的应用程序，可以根据描述猜出这项运动的名称。让我们试试吧！
结论
如您所见，使用 AI21 和 Streamlit setup 创建应用程序非常简单，基本的编程技能就足够了，所有必要的信息都可以在文档中轻松获得！我希望你喜欢这个教程，我鼓励你自己尝试一下！
如果您想了解更多有关生成式 AI 模型或使用不同 AI 技术（例如 OpenAI Whisper）进行构建的信息，请查看我们的 AI 教程页面。
我们鼓励您加入我们即将举行的 AI21 黑客马拉松，并测试您在本教程中学到的现实生活技能。
加入建设者、创新者和创造者的社区，用 AI 塑造未来。构建基于 AI 的应用程序的工作原型并应用于我们的 AI Slingshot 计划。
谢谢你！– AI未来百科 ; 探索AI的边界与未来！ 懂您的AI未来站