企业官网建设流程全解析

llm-cookbook 中文教程：5 节课用 Gradio 把 AI 模型变成可交互的 Web 应用

【免费下载链接】llm-cookbook面向开发者的 LLM 入门教程，吴恩达大模型系列课程中文版项目地址: https://gitcode.com/GitHub_Trending/ll/llm-cookbook

llm-cookbook 是吴恩达大模型系列课程的中文实战仓库，它的选修章节带你用 Gradio 把训练好的模型变成浏览器里可直接操作的 AI 交互界面。适合刚跑通第一个模型、想给同事或客户快速做 Web 演示的开发者与数据科学家，全程不用写前端代码。

模型跑通了，怎么让同事打开网页就能玩

最常见的卡点不在模型本身：训练完成、本地输出也正常，但要给别人看效果时，对方没环境、没 GPU，Notebook 根本跑不动。Gradio 的定位就是补这一环，它让你用十几行 Python 给模型套一层网页，用户在浏览器里上传、点击、聊天都行。这门课由吴恩达团队与 Hugging Face 合作制作，中文内容放在仓库的content/选修-Building Generative AI Applications with Gradio/目录，讲师把五个应用逐一拆开写，思路很直白：先跑通，再谈优化。

🚀 pip install 加一条 launch，demo 就跑起来了

装包只需要一条命令pip install gradio，然后用最小例子验证环境。保存为app.py执行后，控制台会打印127.0.0.1:7860，浏览器打开就是可交互的页面：

import gradio as gr def greet(name): return f"你好，{name}！" gr.Interface(fn=greet, inputs="text", outputs="text").launch()

这里的关键是gr.Interface的三个参数：fn是你的模型逻辑，inputs和outputs声明界面上放哪些组件。换成gr.Image()、gr.Slider()就能搭出完全不同的界面，后端函数签名跟着改即可。

从图片描述到 LLM 问答：课程里能做出什么

5 个 Notebook 各交付一类应用：BLIP 模型给图片生成描述、文本摘要与命名实体识别的 NLP 任务页、扩散模型图像生成、"描述与生成"小游戏，以及接 Falcon 40B 的开源 LLM 聊天界面。写法高度统一——把模型调用包成函数，再声明输入输出组件，页面就出来了。

文本生成：把参数交给用户调

生成类应用最实用的做法，是把采样长度、温度这类参数做成滑块，让使用者自己试。课程里的示例把提示词输入框和 Max new tokens 滑块并排放置，下方直接展示模型补全结果：


图片描述和聊天机器人：同一套写法

图片应用把输入组件换成gr.Image()，用户在页面里拖入照片，返回一段文字描述；聊天应用则用 Gradio 内置的对话组件，历史消息自动带入上下文。同一套"函数 + 组件"的写法，换函数体就换了业务：


动手入口：打开 Gradio 课程目录

建议从 课程简介 读起，然后进入 Gradio 课程目录 从第二章 Notebook 开始逐节运行：先装好包，配好模型端点的环境变量，再依次跑通五个应用。跑完之后，你手里就是一组可以直接发给别人体验的 Gradio demo，想继续深入时，课程结尾还给出了部署到 Hugging Face Spaces 的说明。

【免费下载链接】llm-cookbook面向开发者的 LLM 入门教程，吴恩达大模型系列课程中文版项目地址: https://gitcode.com/GitHub_Trending/ll/llm-cookbook