香港响应式网站建设南昌企业网站建设
chatbot模块是Gradio中的一个组件，用于展示聊天机器人的输出，包括用户提交的消息和机器人的回复。它支持一些Markdown语法，包括粗体、斜体、代码和图片等。Chatbot模块的输入不接受用户输入，而是通过函数返回的列表来设置聊天内容。返回的列表应包含多个内部列表，每个内部列表包含两个元素：用户消息和机器人回复。消息可以是字符串、元组或None。如果消息是字符串，可以包含Markdown格式的文本。如果消息是元组，应包含文件路径和可选的替代文本。值为None的消息将不会显示在聊天界面上。
下面是一些常用的参数：
简单案例
一些实践案例（参考：使用Gradio创建一个chatbot机器人）：
import gradio as gr
import random
import timewith gr.Blocks() as demo:chatbot = gr.Chatbot()msg = gr.Textbox()clear = gr.Button("清除")def respond(message, chat_history):bot_message = random.choice(["你好吗？", "我爱你", "我很饿"])chat_history.append((message, bot_message))time.sleep(1)return "", chat_historymsg.submit(respond, [msg, chatbot], [msg, chatbot])clear.click(lambda: None, None, chatbot, queue=False)demo.launch()其中，chatbot可以作为输入项，在respond函数中是聊天历史信息，其中chatbot()接收的可以是[['testtt ', '我爱你'], ('11111', '我爱你')]元组集合。
另外，清除按钮clear.click可以lambda: None直接清除信息
将流式处理添加到聊天机器人
import gradio as gr
import random
import timewith gr.Blocks() as demo:chatbot = gr.Chatbot()msg = gr.Textbox()clear = gr.Button("清除")def user(user_message, history):return "", history + [[user_message, None]]def bot(history):bot_message = random.choice(["你好吗？", "我爱你", "我很饿"])history[-1][1] = ""for character in bot_message:history[-1][1] += charactertime.sleep(0.05)yield historymsg.submit(user, [msg, chatbot], [msg, chatbot], queue=False).then(bot, chatbot, chatbot)clear.click(lambda: None, None, chatbot, queue=False)demo.queue()
demo.launch()
流式处理这里使用.then()方法链接了两个事件user + bot， yield来进行流式化；
另外，历史数据同样可以通过chatbot还回传，就是这句了：history + [[user_message, None]]
其中，
- 第一个方法user()用用户消息更新聊天机器人，并清除输入字段。因为我们希望立即执行此操作，所以我们设置queue=False，这样如果已启用队列，就会跳过任何队列。聊天机器人的历史记录附加了（user_message，None），其中None表示机器人尚未回复。
- 第二个方法bot()用机器人的响应更新聊天机器人历史记录。我们不创建新的消息，而是用机器人的响应替换先前创建的None消息。最后，我们逐个字符构造消息并生成正在构建的中间输出。Gradio会自动将任何带有yield关键字的函数转换为流式输出接口。
我们通过运行demo.queue()启用排队，这是流式输出所需的.
当然，这里其实还可以使用一些色彩填充的方式，让chatbot的对话框好看：
chatbot = gr.Chatbot().style(color_map=("green", "pink"))
