【智能聊天助手部署教程 (基于 Streamlit + Ollama)】

🚀 智能聊天助手部署教程 (基于 Streamlit + Ollama)

本教程将指导您在本地环境（Windows/Linux/Mac）上部署该项目。

✅ 1. 环境准备 (Prerequisites)

在开始之前，请确保您的电脑安装了以下软件：

• 1.1 Python 3.9+:
  安装教程

• 1.2 Ollama 安装与配置

• 1.2.1下载 Ollama 并安装,直接点击Download
  

• 1.2.2拉取必要的模型：

ollama pull qwen2.5:3b# 通义千问 3B 模型ollama pull deepseek-r1:8b# 深度求索 8B 模型ollama pull llama3.1:latest# Llama 3.1 模型ollama pull granite3.2-vision:latest# 用于图像识别的模型

• 1.2.3确认模型已成功安装：

ollama list

-1.2.4验证 Ollama API 是否正常工作：

curlhttp://localhost:11434/api/tags

📥 2. 获取项目代码

打开终端（CMD 或 PowerShell），克隆文章中提到的 GitHub 仓库

gitclone https://github.com/Elaine-one/SmartChat.git

🛠️ 3. 安装依赖 (Dependencies)

该项目核心依赖包括 streamlit (Web界面), watchdog (监控防护), requests (API调用) 等。

• 安装依赖包：

在该项目根目录下有一个 requirements.txt 文件。

pipinstall-r requirements.txt

⚙️ 4. 配置文件设置 (Configuration)

1. 编辑 config.json 文件，设置您的API端点：

{"api":{"endpoint":"http://localhost:11434/api/chat","max_retries":3,"retry_delay":1,"timeout":120}}

2. 自定义模型配置（如需要）：

"models":{"qwen2.5:3b":{"display_name":"Qwen 2.5-3B","description":"通义千问2.5-3B模型，适合中文对话，轻量高效","max_tokens":4096,"context_window":8192,"priority":1},"deepseek-r1:8b":{"display_name":"DeepSeek 8B","description":"深度求索8B模型，擅长中文理解和生成","max_tokens":4096,"context_window":4096,"priority":2},"llama3.1:latest":{"display_name":"Llama 3.1","description":"Meta最新Llama 3.1模型，多语言能力强","max_tokens":4096,"context_window":8192,"priority":3}}

3. 调整情感检测关键词（如需要）：

"emotion_detection":{"enabled":true,"keywords":{"positive":["开心","高兴","快乐","满意","感谢","赞","棒","好"],"negative":["失望","生气","伤心","悲伤","沮丧","郁闷","难过","烦"],"neutral":["可以","还行","一般","凑合","ok","OK"]}}

▶️ 5. 启动应用 (Run)

一切准备就绪，启动 Streamlit 服务：

streamlit run chatbot.py

启动成功后，浏览器会自动打开 http://localhost:8501，您应该能看到聊天界面。

使用指南

基本操作

开始对话

1. 在底部输入框中输入您的问题或消息
2. 按下回车键或点击发送按钮提交
3. 等待AI助手回复（过程中会显示"思考中…"）

创建新对话

1. 点击侧边栏顶部的"➕ 新建聊天"按钮
2. 系统将创建一个新的对话会话
3. 您的第一条消息将自动成为该会话的标题

切换会话

1. 在侧边栏的历史会话列表中找到要切换的会话
2. 点击该会话下方的"切换"按钮
3. 系统将立即显示该会话的历史记录

切换语言

• 点击页面顶部的"中/EN"按钮在中英文界面间切换