一. 引言
本地部署最大的优势在于数据完全掌控。所有对话记录、学习内容都在本地处理，无需上传到云端，有效防止隐私泄露风险。对于教育场景尤其重要，学生的学习数据、提问内容都能得到充分保护。相比按使用量付费的云端API服务，本地部署只需一次性硬件投入。以Qwen1.5-1.8B模型为例，即使在普通笔记本电脑的CPU上也能流畅运行，大大降低了使用门槛。
今天我们提供一个基于本地大模型的AI学习助手，它能够在CPU上运行，并通过Gradio提供Web界面，主要功能包括：
- 智能对话：用户可以通过文本与AI助手进行交流，获取学习上的帮助。
- 学习示例生成：用户可以选择科目、主题和难度，生成相应的学习示例。
- 预设问题：提供了多个分类的预设问题，用户可以直接点击填入输入框。
主界面预览：
二、项目概述
1. 模型选择
| 模型名称 | 参数量 | CPU内存需求 | 推理速度 | 中文能力 | 推荐场景 |
| Qwen1.5-1.8B | 1.8B | ~4GB | 快速 | 优秀 | 教育助手、聊天机器人 |
| ChatGLM3-6B | 6B | ~12GB | 中等 | 优秀 | 复杂推理、专业问答 |
起初考虑的是ChatGLM3-6B，但由于配置原因，退而求其次还是用了对硬件环境友好的Qwen1.5-1.8B，如果大家有更好的配置空间，建议可以选择推理更强的模型，Qwen1.5-4B也是理想选择，相对来说Qwen1.5-1.8B也能满足我们的需求，同样也拥有优秀的中文理解和生成能力，相对较小的内存占用，按需选择，下面开始直入主题；
2. 代码结构
- LocalLearningAssistant类：负责加载模型、生成响应和创建学习示例。
- GradioInterface类：负责构建Gradio Web界面，并处理用户交互。
3. 系统架构
三、系统设计
1. 核心类设计
1.1 LocalLearningAssistant类
class LocalLearningAssistant: """本地学习助手核心类""" def __init__(self, model_name="qwen/Qwen1.5-1.8B-Chat"): self.model_name = model_name self.device = "cpu" self.conversation_history = [] def load_model(self): """模型加载方法""" # 实现模型下载和初始化 def generate_response(self, prompt: str) -> str: """响应生成核心方法""" # 实现文本生成逻辑 def create_learning_example(self, subject: str, topic: str) -> Dict: """学习示例生成方法""" # 实现结构化内容生成
我们首先需要明确LocalLearningAssistant类的核心作用：它负责加载大模型，并提供生成响应和创建学习示例的功能。接下来，我们将详细说明这个类的各个部分。
- 初始化方法：设置模型名称、设备类型（CPU），初始化对话历史和响应队列。
- 加载模型：从ModelScope下载并加载模型和tokenizer，配置模型以在CPU上运行。
- 生成响应：包括同步和异步两种方式，异步方式用于避免界面阻塞。
- 构建提示词：将系统提示和对话历史组合成模型所需的输入格式。
- 创建学习示例：根据给定的学科、主题和难度生成学习示例。
1.2 异步处理机制
异步生成响应，避免界面阻塞
def generate_response_async(self, prompt: str, callback): def generate(): try: response = self.generate_response(prompt) callback(response) except Exception as e: callback(f"生成响应时出错: {str(e)}") thread = threading.Thread(target=generate) thread.daemon = True thread.start()
2. 提示词工程优化
2.1 基础提示词模板
def build_efficient_prompt(self, current_prompt: str) -> str: system_prompt = "你是一个有帮助的学习助手。请用中文简洁回答。" prompt = f"{system_prompt}\n\n" # 添加上下文历史 if self.conversation_history: last_user, last_assistant = self.conversation_history[-1] prompt += f"用户: {last_user}\n助手: {last_assistant}\n\n" prompt += f"用户: {current_prompt}\n助手:" return prompt
2.2 学习示例专用提示词
learning_example_prompt = """ 请为{难度}级别的学习者创建一个关于{科目}中{主题}的学习示例。 要求： 1. 包含一个清晰的概念解释 2. 提供一个具体的代码示例或实际应用场景 3. 提出2-3个思考问题帮助巩固理解 4. 用中文回答，保持教育性 请按以下格式返回： 概念： 示例： 思考问题： """
3. 用户交互界面设计
3.1 Gradio界面架构
class GradioInterface: """Gradio用户界面管理类""" def create_interface(self): """创建完整的Web界面""" with gr.Blocks(theme=gr.themes.Soft()) as demo: # 标题区域 gr.Markdown("# 大模型本地部署AI学习助手") with gr.Row(): # 左侧问题分类面板 with gr.Column(scale=1): self.create_question_panel() # 右侧聊天区域 with gr.Column(scale=3): self.create_chat_interface() return demo
3.2 响应式布局设计
3.2.1 自适应宽度调整
# 左侧面板：固定宽度 with gr.Column(scale=1, min_width=350): # 右侧聊天区域：自适应宽度 with gr.Column(scale=3):
3.2.2 分类标签页设计
with gr.Tabs() as category_tabs: with gr.TabItem("💻 编程"): # 编程相关问题按钮 with gr.TabItem("🔬 科学"): # 科学相关问题按钮 with gr.TabItem("📐 数学"): # 数学相关问题按钮 with gr.TabItem("📚 学习"): # 学习技巧问题按钮
3.3 交互体验优化
3.3.1 实时状态反馈
def chat_interface(self, message, history): """带有加载状态的聊天接口""" history.append([message, ""]) yield history, "" # 显示思考状态 dots = 0 while not response_ready: dots = (dots + 1) % 4 loading_text = "思考中" + "." * dots history[-1][1] = loading_text yield history, "" time.sleep(0.5)
3.3.2 预设问题快速输入
# 预设问题点击直接填入输入框 btn.click( fn=lambda q=question: q, inputs=[], outputs=msg # 输入框组件 )
4. 参数优化配置
4.1 模型加载优化参数
self.model = AutoModelForCausalLM.from_pretrained( model_path, torch_dtype=torch.float32, # 精度选择 trust_remote_code=True, # 代码信任 device_map=None, # 设备映射 low_cpu_mem_usage=True # 内存优化 ).to(self.device)
关键参数详解：
- 1. torch_dtype=torch.float32
- - 选项：float32, float16, bfloat16
- - float32: 最高精度，适合CPU推理，稳定性最好
- - float16: 半精度，减少50%内存，可能损失精度
- - bfloat16: 脑浮点16位，兼顾精度和性能，需要硬件支持
- - 推荐：CPU环境使用float32，GPU环境可尝试float16
- 2. device_map=None
- - 作用：在多GPU环境下自动分配模型层
- - None: 手动指定设备，适合单设备
- - "auto": 自动分配，适合多GPU
- - 特定映射: 如{"": 0} 指定到第一个GPU
- - CPU环境：必须设为None
- 3. low_cpu_mem_usage=True
- - 作用：减少模型加载时的峰值内存使用
- - 原理：延迟加载模型权重，避免一次性加载所有参数
- - 效果：可减少20-30%的加载内存
- - 注意：可能会略微增加加载时间
4.2 输入处理参数
inputs = self.tokenizer( full_prompt, return_tensors="pt", # 返回PyTorch张量 truncation=True, # 启用截断 max_length=512, # 最大输入长度 padding=True # 启用填充 )
参数深度解析：
- 1. max_length=512
- - 技术背景：Transformer模型有上下文窗口限制
- - Qwen1.5-1.8B: 支持32K上下文，但为性能考虑限制为512
- - 影响因素：
- 内存占用：长度增加，内存平方级增长 (O(n²))
- 推理速度：长度增加，推理时间线性增长
- - 优化建议：
- 教育场景：512-1024足够
- 长文档处理：需要调整到2048或更高
- 2. truncation=True
- - 作用：当输入超过max_length时自动截断
- - 策略：默认从末尾截断，保留最重要的开头部分
- - 替代方案：可设置truncation_side='left'从开头截断
- 3. padding=True
- - 作用：将序列填充到相同长度
- - 批量推理：必须启用，保证输入形状一致
- - 单条推理：可设为False节省计算
4.3 生成策略参数
outputs = self.model.generate( **inputs, max_new_tokens=256, # 最大生成长度 temperature=0.7, # 温度参数 do_sample=True, # 采样模式 pad_token_id=self.tokenizer.eos_token_id, # 填充token repetition_penalty=1.1, # 重复惩罚 num_beams=1, # 束搜索大小 early_stopping=True # 提前停止 )
1. temperature=0.7 温度参数详解：
- 范围：0.0 ~ 2.0（通常0.1~1.0）
- 低温 (0.1-0.3): 确定性高，选择概率最高的token
- 适合：事实问答、代码生成
- 优点：一致性好
- 缺点：可能枯燥、重复
- 中温 (0.5-0.8): 平衡创造性和一致性
- 适合：创意写作、对话
- 推荐：0.7是很好的平衡点
- 高温 (0.9-1.2): 创造性高，多样性好
- 适合：诗歌创作、头脑风暴
- 风险：可能生成无关内容
2. do_sample=True 采样模式：
- do_sample=True: 使用温度采样
- do_sample=False: 使用贪婪搜索（temperature无效）
- 组合使用：
- do_sample=False, num_beams>1: 束搜索
- do_sample=True, num_beams=1: 纯采样
- do_sample=True, num_beams>1: 束搜索采样
3. repetition_penalty=1.1 重复惩罚机制：
- 原理：对已出现过的token降低其选择概率
- 范围：1.0 ~ 2.0
- 1.0: 无惩罚
- 1.1-1.3: 轻度惩罚，适合对话
- 1.5-2.0: 重度惩罚，适合长文本生成
- 数学公式：调整后概率 = 原始概率 / (惩罚因子 ^ 出现次数)
- 注意：设置过大会导致生成困难，出现不连贯
4. num_beams=1 束搜索 (Beam Search) 详解：
- num_beams=1: 贪婪搜索，速度最快
- num_beams=2-5: 平衡质量和速度
- num_beams>5: 高质量，但速度慢
- 束搜索工作原理：
- 1. 保持多个候选序列（beam_size个）
- 2. 每步扩展所有候选序列
- 3. 选择概率最高的beam_size个继续
- 4. 直到生成结束
4.4 布局参数详解
with gr.Row(equal_height=False): with gr.Column(scale=1, min_width=350): # 左侧面板 with gr.Column(scale=3): # 右侧聊天区域
布局参数深度解析：
- 1. scale参数：
- 作用：定义列之间的相对宽度比例
- scale=1, scale=3: 表示1:3的比例
- 计算：总比例 = 1+3=4，左侧占1/4，右侧占3/4
- 优势：响应式布局，适应不同屏幕尺寸
- 2. min_width参数：
- 作用：设置组件的最小宽度
- 单位：像素
- 必要性：确保在小屏幕上仍有可用的最小宽度
- 推荐：根据内容重要性设置合适的min_width
- 3. equal_height=False：
- 作用：允许行内列有不同的高度
- 默认：True，强制等高
- 设置为False：让内容自然决定高度
4.5 组件参数优化
chatbot = gr.Chatbot( label="学习对话", height=500, # 固定高度 show_copy_button=True, # 复制功能 placeholder="对话将显示在这里...", show_label=True, bubble_full_width=False # 气泡样式 )
组件参数详解：
- 1. height=500：
- - 作用：固定聊天区域高度
- - 单位：像素
- - 考虑：在有限屏幕空间内平衡输入和显示区域
- - 替代方案：可使用min_height和max_height
- 2. show_copy_button=True：
- - 功能：在每条消息旁显示复制按钮
- - 用户体验：方便用户保存重要回答
- - 技术实现：Gradio自动处理复制逻辑
- 3. bubble_full_width=False：
- - 作用：控制消息气泡宽度
- - False：气泡宽度根据内容自适应
- - True：气泡占满整个容器宽度
- - 推荐False：视觉上更美观
四、模块实现
1. 编程助手
2. 科学助手
3. 数学助手
4. 学习助手
五、总结
这个项目成功实现了在消费级硬件上部署智能学习助手，基于Qwen1.5-1.8B大模型在CPU环境稳定运行。核心突破在于将复杂的AI技术简化为易用接口，通过精心优化的参数配置在有限资源下实现实用性能。系统具备智能对话、多学科问答、学习示例生成等教育功能，Gradio界面提供友好的分类提问和上下文对话体验。让我们能在自己的电脑上运行一个智能学习助手，就像拥有一个24小时在线的私人教师。它完全在本地运行，保护我们的隐私，不需要网络就能使用。
通过简单的网页界面，我们可以提问任何学习问题，比如编程、数学、科学等。系统预设了大量常见问题，一键点击就能提问。AI助手会在几秒内给出详细解答，还能记住对话上下文，让学习更连贯。
附录：完整示例参考
import torch import json import logging from typing import Dict, List, Any from transformers import AutoTokenizer, AutoModelForCausalLM from modelscope import snapshot_download import gradio as gr import os import time import threading from queue import Queue # 配置日志 logging.basicConfig( level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', handlers=[ logging.FileHandler("ai_assistant.log"), logging.StreamHandler() ] ) logger = logging.getLogger("LocalAIAssistant") class LocalLearningAssistant: """本地学习助手 - 优化响应速度版本""" def __init__(self, model_name="qwen/Qwen1.5-1.8B-Chat"): self.model_name = model_name self.device = "cpu" self.conversation_history = [] self.response_queue = Queue() # 加载模型 self.load_model() logger.info("本地学习助手初始化完成") def load_model(self): """加载本地模型""" try: logger.info(f"正在加载模型: {self.model_name}") # 下载模型（如果尚未下载） model_path = snapshot_download(self.model_name, cache_dir="D:\\modelscope\\hub") # 加载tokenizer和模型 self.tokenizer = AutoTokenizer.from_pretrained( model_path, trust_remote_code=True ) # 设置pad_token if self.tokenizer.pad_token is None: self.tokenizer.pad_token = self.tokenizer.eos_token self.model = AutoModelForCausalLM.from_pretrained( model_path, torch_dtype=torch.float32, trust_remote_code=True, device_map=None, low_cpu_mem_usage=True # 减少内存使用 ).to(self.device) self.model.eval() logger.info("模型加载成功") except Exception as e: logger.error(f"模型加载失败: {e}") raise def generate_response_async(self, prompt: str, callback): """异步生成响应""" def generate(): try: response = self.generate_response(prompt) callback(response) except Exception as e: callback(f"生成响应时出错: {str(e)}") thread = threading.Thread(target=generate) thread.daemon = True thread.start() def generate_response(self, prompt: str, max_length: int = 256) -> str: """生成模型响应 - 优化速度版本""" try: # 使用更简洁的提示词 full_prompt = self.build_efficient_prompt(prompt) # 编码输入 inputs = self.tokenizer( full_prompt, return_tensors="pt", truncation=True, max_length=512, # 减少输入长度 padding=True ) inputs = {k: v.to(self.device) for k, v in inputs.items()} # 生成响应 - 使用更快的参数 with torch.no_grad(): outputs = self.model.generate( **inputs, max_new_tokens=max_length, # 减少生成长度 temperature=0.7, do_sample=True, pad_token_id=self.tokenizer.eos_token_id, repetition_penalty=1.1, num_beams=1, # 使用贪婪搜索提高速度 early_stopping=True ) # 解码响应 response = self.tokenizer.decode(outputs[0], skip_special_tokens=True) # 提取新生成的部分 if response.startswith(full_prompt): response = response[len(full_prompt):].strip() return response except Exception as e: logger.error(f"生成响应失败: {e}") return f"抱歉，生成响应时出现错误: {str(e)}" def build_efficient_prompt(self, current_prompt: str) -> str: """构建高效的提示词""" # 简化的系统提示 system_prompt = "你是一个有帮助的学习助手。请用中文简洁回答。" # 只使用最近一轮对话历史 prompt = f"{system_prompt}\n\n" if self.conversation_history: last_user, last_assistant = self.conversation_history[-1] prompt += f"用户: {last_user}\n助手: {last_assistant}\n\n" prompt += f"用户: {current_prompt}\n助手:" return prompt def create_learning_example(self, subject: str, topic: str, difficulty: str = "beginner") -> Dict[str, Any]: """创建学习示例 - 简化版本""" prompt = f"请创建一个关于{subject}中{topic}的{difficulty}级别学习示例，包含概念解释、示例和思考问题。" response = self.generate_response(prompt, max_length=300) # 简化解析 example = { "subject": subject, "topic": topic, "difficulty": difficulty, "content": response, "timestamp": time.time() } return example class GradioInterface: """Gradio用户界面 - 分类标签页版本""" def __init__(self, assistant): self.assistant = assistant self.preset_questions = self.load_preset_questions() self.active_generations = {} self.chat_width = "100%" # 设置聊天区域宽度为100% def load_preset_questions(self): """加载分类预设问题""" return { "编程技术": [ "解释Python中的列表推导式", "什么是SQL的JOIN操作？", "如何用Python实现快速排序？", "解释面向对象编程的三个特性", "什么是数据库索引？", "解释Python的装饰器", "什么是RESTful API？", "解释Git的基本工作流程" ], "科学知识": [ "简要解释牛顿三大定律", "什么是化学键？", "解释光合作用的过程", "什么是相对论？", "DNA和RNA有什么区别？", "解释量子力学的基本概念", "什么是黑洞？", "解释全球变暖的原因" ], "数学理论": [ "解释微积分基本定理", "什么是勾股定理？", "如何计算圆的面积和周长？", "解释概率论中的贝叶斯定理", "什么是线性代数中的特征值？", "解释什么是质数", "什么是斐波那契数列？", "解释三角函数的基本关系" ], "学习技巧": [ "如何提高学习效率？", "有效的记忆方法有哪些？", "如何做学习笔记？", "解释费曼学习法", "如何准备考试？", "时间管理技巧有哪些？", "如何克服拖延症？", "解释主动学习和被动学习的区别" ] } def chat_interface(self, message, history): """聊天界面处理函数 - 优化版本""" if not message or not message.strip(): yield history, "" return # 添加用户消息到历史 history.append([message, ""]) yield history, "" # 生成唯一ID用于跟踪生成状态 gen_id = str(time.time()) self.active_generations[gen_id] = {"done": False, "response": ""} def update_callback(response): self.active_generations[gen_id] = {"done": True, "response": response} # 异步生成响应 self.assistant.generate_response_async(message, update_callback) # 等待响应完成，同时更新界面 dots = 0 while not self.active_generations[gen_id]["done"]: dots = (dots + 1) % 4 loading_text = "思考中" + "." * dots history[-1][1] = loading_text yield history, "" time.sleep(0.5) # 获取最终响应 response = self.active_generations[gen_id]["response"] history[-1][1] = response # 更新对话历史 self.assistant.conversation_history.append((message, response)) # 清理 del self.active_generations[gen_id] yield history, "" def preset_question_handler(self, question): """预设问题处理 - 直接返回问题文本""" return question def quick_example_handler(self, subject, topic, difficulty): """快速示例处理""" if not topic.strip(): return "请输入学习主题" example = self.assistant.create_learning_example(subject, topic, difficulty) return example["content"] def create_question_tab(self, category_name, questions): """创建问题标签页""" with gr.Tab(category_name): gr.Markdown(f"### {category_name}相关问题") for question in questions: btn = gr.Button( question, size="sm", variant="secondary", min_width=350, scale=0 ) yield btn def create_interface(self): """创建Gradio界面 - 分类标签页版本""" with gr.Blocks(theme=gr.themes.Soft(), title="本地AI学习助手") as demo: gr.Markdown("# 大模型本地部署AI学习助手") gr.Markdown("基于本地大模型的智能学习助手 - 分类问题版本") with gr.Row(equal_height=False): # 左侧问题分类面板 with gr.Column(scale=1, min_width=350): gr.Markdown("## 🎯 问题分类") gr.Markdown("点击问题将其填入输入框") # 创建分类标签页 with gr.Tabs() as category_tabs: question_buttons = [] # 编程技术标签页 with gr.TabItem("💻 编程"): for btn in self.create_question_tab("编程技术", self.preset_questions["编程技术"]): question_buttons.append(btn) # 科学知识标签页 with gr.TabItem("🔬 科学"): for btn in self.create_question_tab("科学知识", self.preset_questions["科学知识"]): question_buttons.append(btn) # 数学理论标签页 with gr.TabItem("📐 数学"): for btn in self.create_question_tab("数学理论", self.preset_questions["数学理论"]): question_buttons.append(btn) # 学习技巧标签页 with gr.TabItem("📚 学习"): for btn in self.create_question_tab("学习技巧", self.preset_questions["学习技巧"]): question_buttons.append(btn) # 右侧聊天区域 with gr.Column(scale=3): chatbot = gr.Chatbot( label="学习对话", height=500, show_copy_button=True, placeholder="对话将显示在这里...", show_label=True ) with gr.Row(): msg = gr.Textbox( label="输入您的问题", placeholder="在这里输入您的问题，然后按Enter或点击发送...", scale=4, container=False, lines=2, max_lines=5 ) with gr.Row(): submit_btn = gr.Button("发送", variant="primary", scale=1) clear_btn = gr.Button("清空对话", variant="secondary", scale=1) gr.Button("示例问题", variant="secondary", scale=1).click( fn=lambda: "生成一个Python函数定义的示例", inputs=[], outputs=msg ) # 系统信息区域 with gr.Accordion("ℹ️ 系统信息", open=False): with gr.Row(): with gr.Column(): gr.Markdown("**系统状态**") gr.Markdown(f"模型: {self.assistant.model_name}") gr.Markdown(f"设备: {self.assistant.device}") gr.Markdown(f"对话记录: {len(self.assistant.conversation_history)} 条") with gr.Column(): gr.Markdown("**使用提示**") gr.Markdown(""" - 响应可能需要几秒钟时间 - 问题越具体，回答越准确 - 使用分类问题快速开始 - 生成示例时请填写具体主题 """) # 连接事件处理 for i, btn in enumerate(question_buttons): # 找到对应的问题文本 question_text = None for category, questions in self.preset_questions.items(): if i < len(questions): question_text = questions[i] break i -= len(questions) if question_text: btn.click( fn=lambda q=question_text: q, inputs=[], outputs=msg ) # 主要交互事件 submit_event = msg.submit( self.chat_interface, [msg, chatbot], [chatbot, msg] ) submit_btn.click( self.chat_interface, [msg, chatbot], [chatbot, msg] ) clear_btn.click( fn=lambda: [], inputs=[], outputs=[chatbot] ) return demo def check_system_resources(): """检查系统资源""" import psutil import platform print("🔍 系统资源检查:") print(f" 操作系统: {platform.system()} {platform.release()}") print(f" 处理器: {platform.processor()}") print(f" 内存: {psutil.virtual_memory().total / (1024**3):.1f} GB") print(f" 可用内存: {psutil.virtual_memory().available / (1024**3):.1f} GB") print(f" Python: {platform.python_version()}") def main(): """主函数""" print("🚀 启动本地AI学习助手...") # 检查系统资源 check_system_resources() try: # 初始化学习助手 print("正在加载AI模型，这可能需要几分钟...") assistant = LocalLearningAssistant() # 初始化Gradio界面 print("正在初始化用户界面...") gradio_interface = GradioInterface(assistant) # 启动Gradio服务 print("🌐 启动Gradio Web界面...") print("✅ 服务启动后，请在浏览器中访问 http://localhost:7860") print("💡 如果端口7860被占用，将自动使用其他端口") demo = gradio_interface.create_interface() demo.launch( server_name="127.0.0.1", # 使用本地地址 server_port=7860, share=False, show_error=True, inbrowser=True, # 自动打开浏览器 quiet=False ) except Exception as e: print(f"❌ 系统运行失败: {e}") logger.error(f"系统运行失败: {e}") # 命令行版本（备用） def cli_main(): """命令行版本的主函数""" print("🚀 启动本地AI学习助手（命令行版本）...") check_system_resources() try: assistant = LocalLearningAssistant() print("\n" + "="*50) print("🤖 本地AI学习助手（命令行模式）") print("="*50) print("输入 'quit' 退出") print("-"*50) while True: try: user_input = input("\n🎯 你的问题: ").strip() if user_input.lower() in ['quit', 'exit', '退出']: print("👋 再见！祝你学习愉快！") break if not user_input: continue start_time = time.time() response = assistant.generate_response(user_input) end_time = time.time() print(f"\n🤖 助手 ({end_time - start_time:.2f}秒): {response}") assistant.conversation_history.append((user_input, response)) except KeyboardInterrupt: print("\n\n程序被用户中断") break except Exception as e: print(f"\n❌ 错误: {str(e)}") except Exception as e: print(f"❌ 系统运行失败: {e}") if __name__ == "__main__": # 检查是否安装了gradio try: import gradio # 使用Web界面版本 main() except ImportError: print("❌ 未安装Gradio，使用命令行版本") print("💡 要使用Web界面，请运行: pip install gradio") cli_main()
