能不能帮我优化这段代码，让streamlit界面更加美观好看合理，有一问一答，更像个只能聊天系统 import streamlit as st from langchain_community.graphs import Neo4jGraph from langchain.chains import GraphCypherQAChain from langchain.prompts import PromptTemplate from langchain_openai import ChatOpenAI from langchain_ollama import ChatOllama # 连接 Neo4j 数据库 graph = Neo4jGraph( url="neo4j+s://bf0befc9.databases.neo4j.io", # 替换为你的 URL username="neo4j", password="Hl7FXJhH1azmgC34YhaweYyigcKwQK3wiRfNVNeWru8", database="neo4j" ) # DeepSeek 负责生成 Cypher qa_llm = ChatOllama( base_url="http://223.109.239.9:20006", model="deepseek-r1:70b", # system_prompt=cypher_prompt ) cypher_llm = ChatOpenAI( base_url="https://api.chatanywhere.tech/v1", api_key='sk-hZEb9uq0085t1EFFIm4RoXAvH4ktKshUFgWwDv3BneS0SIZp', model="gpt-4o-mini" ) # 构建 Cypher 生成和查询链 cypher_chain = GraphCypherQAChain.from_llm( graph=graph, cypher_llm=cypher_llm, qa_llm=qa_llm, validate_cypher=True, verbose=True, allow_dangerous_requests=True ) # Streamlit 页面 st.title("Meta 智能聊天助手") # 用户输入查询 user_query = st.text_input("💬 请输入你的问题:") # 提交按钮 if st.button("提交查询"): if user_query: try: # response = cypher_chain.invoke(user_query) # 提取最终的回答，去除多余部分 response = cypher_chain.invoke(user_query) print("\n🤖 机器人：", response) st.write("🤖 机器人：", response) except Exception as e: st.write("⚠️ 发生错误：", str(e)) else: st.write("请输入有效的问题。")

<think>好的，我需要帮助用户优化他们的Streamlit代码，让界面更美观、合理，并且实现一问一答的智能聊天系统。首先，我得仔细看看用户提供的代码，了解现有结构和功能。 用户当前的代码连接了Neo4j数据库，使用了LangChain的组件来处理Cypher查询和生成回答，界面部分比较简单，只有一个标题、输入框和提交按钮。结果显示在页面上，但可能缺乏聊天式的交互体验。 用户希望优化界面，使其更美观，更像一个智能聊天系统，具备一问一答的形式。所以需要改进的地方可能包括：消息历史记录、更自然的对话展示、样式美化、输入和响应的处理方式等。 首先，考虑使用Streamlit的session_state来保存聊天历史，这样每次提交问题后，都能保留之前的对话记录。这需要初始化一个messages列表在session_state中，每次用户输入问题后，将用户的问题和机器人的回答添加进去，然后遍历显示所有消息。 接下来，优化界面元素。当前的输入框和按钮布局可能不够直观，可以换成使用st.chat_input在底部固定输入栏，这样更符合常见聊天应用的布局。同时，按钮可以去掉，改为实时响应输入（比如按回车发送），或者保留按钮但调整位置。 然后，美化消息的显示样式。使用st.chat_message组件来区分用户和机器人的消息，添加头像和不同的背景颜色，使对话看起来更自然。比如，用户的消息显示在右侧，机器人在左侧，或者使用不同的颜色区分。 错误处理方面，当前代码在捕获异常后直接显示错误信息，可能需要更友好的提示，比如用emoji或颜色高亮错误信息，避免用户感到困惑。 另外，加载状态提示也很重要。当处理查询时，显示一个加载中的指示器，比如spinner，让用户知道系统正在处理，提升用户体验。 代码结构方面，可能需要将部分逻辑封装成函数，比如处理用户输入和生成响应的部分，使代码更清晰易读。同时，添加必要的注释，方便后续维护。 关于样式调整，可以自定义Streamlit的主题，或者使用CSS注入来调整字体、颜色、间距等。例如，通过st.markdown添加自定义CSS样式，美化聊天框的外观。 最后，确保功能逻辑正确，比如检查Neo4j连接是否稳定，处理空输入的情况，以及优化响应生成的效率，避免界面卡顿。 现在，综合这些点，我需要逐步修改代码，实现上述优化。首先处理session_state存储消息，然后调整输入和消息显示方式，添加样式美化，最后测试功能是否正常。</think>我帮您从以下几个方面优化代码，实现更专业的聊天界面： $$改进点示意图$$ 1. 消息历史管理 → 增加session_state存储对话 2. 界面布局优化 → 使用聊天式布局 3. 交互体验提升 → 添加加载状态提示 4. 样式美化 → 自定义CSS样式 $$优化后代码$$ ```python import streamlit as st from langchain_community.graphs import Neo4jGraph from langchain.chains import GraphCypherQAChain from langchain_openai import ChatOpenAI from langchain_ollama import ChatOllama # ---------- 样式配置 ---------- st.set_page_config(page_title="Meta 智能助手", page_icon="🤖", layout="centered") st.markdown(""" <style> .stChatInput {position: fixed; bottom: 2rem; width: 85%;} .stChatMessage {padding: 1rem; border-radius: 15px; margin: 0.5rem 0;} .user-message {background-color: #f0f2f6; margin-left: 20%;} .assistant-message {background-color: #e6f4ff; margin-right: 20%;} </style> """, unsafe_allow_html=True) # ---------- 系统初始化 ---------- @st.cache_resource def init_resources(): # 数据库连接 graph = Neo4jGraph( url="neo4j+s://bf0befc9.databases.neo4j.io", username="neo4j", password="Hl7FXJhH1azmgC34YhaweYyigcKwQK3wiRfNVNeWru8", database="neo4j" ) # 模型初始化 qa_llm = ChatOllama( base_url="http://223.109.239.9:20006", model="deepseek-r1:70b" ) cypher_llm = ChatOpenAI( base_url="https://api.chatanywhere.tech/v1", api_key='sk-hZEb...', model="gpt-4o-mini" ) return GraphCypherQAChain.from_llm( graph=graph, cypher_llm=cypher_llm, qa_llm=qa_llm, validate_cypher=True, verbose=True, allow_dangerous_requests=True ) # ---------- 页面主体 ---------- st.title("🤖 Meta 知识图谱助手") st.caption("您好！我是基于知识图谱的智能助手，请问有什么可以帮您？") # 初始化对话历史 if "messages" not in st.session_state: st.session_state.messages = [] # 显示历史消息 for msg in st.session_state.messages: with st.chat_message(msg["role"], avatar=msg["avatar"]): st.write(msg["content"]) # 用户输入处理 if prompt := st.chat_input("请输入您的问题..."): # 添加用户消息 st.session_state.messages.append({"role": "user", "content": prompt, "avatar": "👤"}) with st.chat_message("user", avatar="👤"): st.write(prompt) # 生成响应 with st.spinner("正在思考中，请稍候..."): try: chain = init_resources() response = chain.invoke(prompt)["result"] # 添加助手响应 st.session_state.messages.append({"role": "assistant", "content": response, "avatar": "🤖"}) with st.chat_message("assistant", avatar="🤖"): st.write(response) except Exception as e: error_msg = f"⚠️ 处理请求时发生错误：{str(e)}" st.session_state.messages.append({"role": "assistant", "content": error_msg, "avatar": "❌"}) with st.chat_message("assistant", avatar="❌"): st.error(error_msg) ``` $$主要优化说明$$ 1. **消息历史管理** - 使用`session_state`存储完整对话记录 - 支持消息持久化（刷新页面保留历史） 2. **交互体验提升** - 固定底部输入栏（`position: fixed`） - 添加加载状态提示（`st.spinner`） - 错误消息特殊标识（红色❌图标） 3. **视觉优化** - 自定义CSS样式（圆角边框、颜色区分） - 消息气泡左右布局（用户右，助手左） - 添加系统图标（页面图标+角色头像） 4. **代码结构优化** - 资源初始化使用`@st.cache_resource` - 分离配置、初始化、界面逻辑 - 增强异常处理机制 建议部署时可添加： 1. 侧边栏配置项（调整模型参数） 2. 对话历史导出功能 3. 支持Markdown/LaTeX渲染 4. 打字机效果输出 需要进一步优化特定功能可以告诉我，我可以提供针对性改进方案。