本教程将手把手带你使用Python和Streamlit框架，结合阿里云千问大模型，开发一个具备流式输出、对话保存和历史记录管理功能的桌面级AI应用。你将学会如何申请API密钥、配置开发环境，并编写核心代码实现一个完整的AI助理。

1. 准备工作：申请千问API Key

在开始编码前，我们需要获取调用千问大模型的“钥匙”。

1. 访问阿里云官网并登录/注册账号。
2. 进入“百炼”（Model Studio）平台。
3. 在“我的模型”或“API密钥”管理页面，创建一个新的API Key。
4. 注意：代码中 api_key='' 目前是空的，运行前必须填入你的 Key，否则会报错。

2. 环境搭建与依赖安装

本项目主要依赖以下库：

• streamlit: 用于快速构建Web应用界面。
• dashscope: 阿里云通义千问的Python SDK。
• json & os: 用于文件操作和系统交互。

你可以使用pip命令安装所需依赖：

pip install streamlit dashscope

3. 项目结构

界面非常直观，主要分为 侧边栏（控制区） 和 主区域（对话区）

1. 侧边栏操作

• 新建对话 (➕️)：点击后会清空当前聊天记录，并生成一个新的会话（以当前时间命名）。
• 历史会话：程序会自动在本地创建 SessionData 文件夹来保存聊天记录。
  • 点击会话名：切换不同的历史对话。
  • 点击 X：删除对应的会话记录。
• AI 设置：
  • 昵称：修改 AI 的名字（默认是“小卓子”）。
  • 性格：修改 AI 的回复风格（默认是“可爱”）。

2. 主对话区

• 输入问题：在底部的输入框中输入你的问题。
• 流式输出：AI 的回复是逐字显示的（类似打字机效果），非常有交互感。

4. 核心代码实现详解

1. 初始化与配置 应用启动时，会检查session_state中是否存在必要的变量（如messages, nickName等），若不存在则初始化默认值。同时，配置了页面标题、布局等信息。

2. 侧边栏功能：历史对话与设置 侧边栏提供了“新建对话”、“历史会话列表”以及“AI设置”功能。

• 历史会话：通过os.listdir读取SessionData目录下的所有.json文件，并动态生成按钮。点击按钮即可调用change_session函数加载对应的历史记录。
• AI设置：允许用户自定义AI的昵称和性格（System Prompt），并实时更新到session_state中。

3. 流式对话与渲染 这是应用最核心的交互部分。当用户输入问题并提交后，代码会执行以下步骤：

1. 展示用户输入：使用st.chat_message('user').write(prompt)在界面上展示用户的提问。
2. 构建消息列表：将系统设定（角色、性格）与历史对话记录合并，作为上下文传给模型。
3. 调用API：使用dashscope.Generation.call发起请求，并设置stream=True以启用流式输出。
4. 实时渲染：通过for循环遍历response的每一个chunk，将内容实时拼接并写入一个空的st.empty()占位符中，从而实现文字逐字出现的“打字机”效果。
5. 保存记录：将完整的AI回复追加到session_state.messages中，以便后续对话使用。

完整代码如下：

import json
import os
import streamlit as st
import dashscope
import Module.AI实例Module.SaveSession as sessionOp
import datetime

# 保存会话
def save_session():
    if st.session_state["messages"] != []:
        session_data={
            "nickName":st.session_state["nickName"],
            "nature":st.session_state["nature"],
            "messages":st.session_state["messages"],
            "sessionName":st.session_state["sessionName"]
        }
        sessionOp.SaveSessionToFile(session_data,f"{session_data['sessionName']}.json")

# 重置会话
def rest_session():
        st.session_state.messages = []
        st.session_state.nickName = "小卓子"
        st.session_state.nature = "可爱"
        st.session_state.sessionName = datetime.datetime.now().strftime("%Y%m%d%H%M%S")
        st.session_state.messages=[]

# 加载会话
def change_session(filepath):
    save_session()
    with open(f"SessionData/{filepath}","r",encoding="utf-8") as f:
        session_data=json.load(f)
        st.session_state.nickName = session_data["nickName"]
        st.session_state.nature = session_data["nature"]
        st.session_state.sessionName = session_data["sessionName"]
        st.session_state.messages = session_data["messages"]

# 删除会话
def remove_session(filepath):
    os.remove(f"SessionData/{filepath}")

# 设置页面配置
st.set_page_config("AI对话","👨🏽‍💻","wide","expanded")
# 创建一个标题
st.title("AI对话")


# 初始化聊天缓存
if "messages" not in st.session_state:
    st.session_state.messages = []

if "nickName" not in st.session_state:
    st.session_state.nickName = "小卓子"

if "nature" not in st.session_state:
    st.session_state.nature="可爱"

if "sessionName" not in st.session_state:
    st.session_state.sessionName=datetime.datetime.now().strftime("%Y%m%d%H%M%S")

# 侧边栏
st.sidebar.subheader("新建对话")
with st.sidebar:
    if(st.button("新建对话",width="stretch",icon="➕️")):
        save_session()
        rest_session()

    st.text("历史会话")

    if os.path.exists("SessionData"):
        for fileName in os.listdir("SessionData"):
            col1, col2 = st.columns([0.8, 0.2], width="stretch")
            if fileName.endswith(".json"):
                session_key = fileName.replace(".json", "")
                with col1:
                    if st.button(fileName.replace(".json",""),width="stretch",type="primary" if st.session_state.sessionName+".json"==fileName else "secondary"):
                        change_session(fileName)
                with col2:
                     if st.button("X",key=f"delete_{session_key}"):
                        remove_session(fileName)
                        st.rerun()


st.sidebar.subheader("AI设置")
with st.sidebar:
    nickName=st.text_input("昵称",placeholder="请输入昵称",value=st.session_state.nickName)
    if nickName:
        st.session_state.nickName=nickName
    nature=st.text_area("性格",placeholder="请输入性格",value=st.session_state.nature)
    if nature:
        st.session_state.nature=nature

# 展示聊天记录
for message in st.session_state.messages:
    st.chat_message(message["role"]).write(message["content"])

# 创建一个文本输入框
prompt=st.chat_input("请输入您的问题")
if prompt:
    # 内容
    st.chat_message('user').write(prompt)
    # 保存用户的问题
    st.session_state.messages.append({'role': 'user', 'content': prompt})
    # 调用AI
    response = dashscope.Generation.call(
        api_key='',
        model="qwen-plus",
        messages=[
            {'role': 'system','content': f'你是一名{st.session_state.nature}的AI助理，你的名字叫{st.session_state.nickName}，请你使用温柔可爱的语气回答用户的问题'}
        ]+st.session_state.messages,
        result_format='message',
        stream=True
    )
    # 创建一个空组件 流式输出
    response_messages=st.empty()
    full_content=""
    for chunk in response:
        if chunk.output.choices[0].message.content is not None:
            full_content=chunk.output.choices[0].message.content
            response_messages.chat_message("ai").write(full_content)

    # 非流式输出
    # st.chat_message('ai').write(response.output.choices[0].message.content)
    # 保存AI的回答
    st.session_state.messages.append({'role': 'assistant', 'content': full_content})

5. 运行与测试

1. 将上述代码保存为app.py。
2. 在终端执行streamlit run app.py启动应用。
3. 浏览器将自动打开，你就可以开始与你的专属AI助理聊天了。
4. 尝试在侧边栏修改AI的性格和昵称，体验不同的对话风格。