本程序是一个基于 Gradio 和 Ollama API 构建的支持多轮对话的写作助手。相较于上一版本，本版本新增了对话历史记录、Token 计数、参数调节和清空对话功能，显著提升了用户体验和交互灵活性。

程序通过抽象基类 LLMAgent 实现模块化设计，当前使用 OllamaAgent 作为具体实现，调用本地部署的 Ollama 大语言模型（如 qwen3:8b）生成写作建议，并提供一个交互式的 Web 界面供用户操作。

设计支持未来扩展到其他 LLM 平台（如 OpenAI、HuggingFace），只需实现新的 LLMAgent 子类即可。

环境配置

依赖安装

需要以下 Python 库：

gradio：用于创建交互式 Web 界面。
requests：向 Ollama API 发送 HTTP 请求。
json：解析 API 响应数据（Python 内置）。
logging：记录运行日志（Python 内置）。
abc：定义抽象基类（Python 内置）。
tiktoken：精确计算 Token 数量以管理输入和历史长度。

安装命令：

pip install gradio requests tiktoken

建议使用 Python 3.8 或更高版本。

Ollama 服务配置

安装 Ollama
从 https://ollama.ai/ 下载并安装。
启动 Ollama 服务
```
ollama serve
```
- 默认监听地址：http://localhost:11434。
下载模型
```
ollama pull qwen3:8b
```
验证模型
```
ollama list
```

运行程序

将代码保存为 writing_assistant.py。
确保 Ollama 服务正在运行。
执行程序：
```
python writing_assistant.py
```
打开浏览器访问界面（通常为 http://127.0.0.1:7860）。
输入写作提示，调整参数后点击“获取写作建议”，查看结果和对话历史。

代码说明

1. 依赖导入

import gradio as gr
import requests
import json
import logging
from abc import ABC, abstractmethod
import tiktoken

tiktoken：精确计算 Token 数量，优化输入控制。

2. 日志配置

logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

配置日志级别为 INFO，记录 API 调用和错误信息，便于调试。

3. 抽象基类：`LLMAgent`

class LLMAgent(ABC):@abstractmethoddef generate_response(self, prompt):pass

定义通用 LLM 代理接口，要求实现 generate_response 方法。
支持未来扩展到其他 LLM 平台（如 OpenAI、Anthropic）。

4. 具体实现：`OllamaAgent`

class OllamaAgent(LLMAgent):def __init__(self, config): ...def set_max_history_length(self, max_rounds): ...def set_parameters(self, max_tokens, temperature): ...def generate_response(self, prompt): ...def clear_history(self): ...

对话历史：维护 history 列表，支持多轮对话。
参数调节：动态调整 max_tokens 和 temperature。
Token 管理：自动截断历史记录，防止超出模型上下文限制。
错误处理：捕获网络请求失败和 JSON 解析错误，返回用户友好的提示。

5. Token 计数函数

def calculate_tokens(text): ...
def calculate_history_tokens(history): ...

使用 tiktoken 精确估算 Token 数量，提升输入长度控制能力。

6. 历史格式化

def format_history_for_chatbot(history): ...

将内部 history 结构转换为 Gradio 的 Chatbot 格式 [user_msg, assistant_msg]。

7. 核心逻辑：`generate_assistance`

def generate_assistance(prompt, agent, max_rounds, max_tokens, temperature): ...

设置最大对话轮数和生成参数。
调用 agent.generate_response 获取响应。
返回格式化的对话历史、最新回复和 Token 计数。

8. 辅助函数

def update_token_count(prompt): ...
def clear_conversation(agent): ...

实时更新输入 Token 数量。
清空对话历史并重置状态。

9. 主函数：`main`

def main():config = { ... }agent = OllamaAgent(config)with gr.Blocks(...) as demo:...demo.launch()

增强的 UI：包含输入框、Token 显示、参数调节滑块和清空按钮。
Gradio 事件绑定：
- prompt_input.change()：动态更新 Token 计数。
- submit_button.click()：触发写作建议生成。
- clear_button.click()：重置对话历史。

运行流程图

graph TDA[用户输入提示] --> B[点击 submit_button]B --> C[调用 generate_assistance(prompt, agent, 参数)]C --> D[调用 agent.set_* 设置参数]D --> E[调用 agent.generate_response(prompt)]E --> F[向 Ollama API 发送 POST 请求]F --> G[接收并解析 JSON 响应]G --> H[更新聊天历史和输出结果]

注意事项

Ollama 服务：确保服务运行并监听在 http://localhost:11434/v1。
模型可用性：确认 qwen3:8b 已下载。
Token 上限：注意模型的最大上下文长度（如 4096 Tokens），避免历史过长导致超限。
参数影响：
- temperature：控制生成随机性（较低值更确定，较高值更具创造性）。
- max_tokens：限制输出长度。
调试信息：查看终端日志，确认 API 响应是否正常或是否有错误。

未来改进建议

多模型支持：添加 OpenAIAgent 等子类，通过下拉菜单切换模型。
配置文件化：将硬编码配置移至 JSON/YAML 文件。
异步请求：使用 aiohttp 替换 requests，提升并发性能。
对话持久化：将历史对话保存到本地文件或数据库。
用户认证：区分不同用户的对话记录。
移动端适配：优化界面布局以适配手机端。

示例使用

启动程序后访问 http://127.0.0.1:7860。
输入提示：“帮我写一段关于环保的文章。”
调整参数（如 max_tokens=1000，temperature=0.2）。
点击“获取写作建议”，查看类似以下输出：

在这里插入图片描述

代码

import gradio as gr
import requests
import json
import logging
from abc import ABC, abstractmethod
import tiktoken# 设置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)# 抽象基类：定义通用的 LLM Agent 接口
class LLMAgent(ABC):@abstractmethoddef generate_response(self, prompt):pass# Ollama 特定的实现
class OllamaAgent(LLMAgent):def __init__(self, config):self.model = config["model"]self.base_url = config["base_url"]self.api_key = config["api_key"]self.max_tokens = config["max_tokens"]self.temperature = config["temperature"]self.history = []self.max_history_length = 10def set_max_history_length(self, max_rounds):self.max_history_length = int(max_rounds * 2)if len(self.history) > self.max_history_length:self.history = self.history[-self.max_history_length:]def set_parameters(self, max_tokens, temperature):self.max_tokens = int(max_tokens)self.temperature = float(temperature)def generate_response(self, prompt):self.history.append({"role": "user", "content": prompt})if len(self.history) > self.max_history_length:self.history = self.history[-self.max_history_length:]url = f"{self.base_url}/chat/completions"headers = {"Authorization": f"Bearer {self.api_key}","Content-Type": "application/json"}payload = {"model": self.model,"messages": self.history,"max_tokens": self.max_tokens,"temperature": self.temperature}try:response = requests.post(url, headers=headers, json=payload)response.raise_for_status()result = response.json()content = result['choices'][0]['message']['content']logger.info(f"API 响应: {content}")self.history.append({"role": "assistant", "content": content})return contentexcept requests.exceptions.RequestException as e:logger.error(f"API 请求失败: {str(e)}")return f"错误：无法连接到 Ollama API: {str(e)}"except KeyError as e:logger.error(f"解析响应失败: {str(e)}")return f"错误：解析响应失败: {str(e)}"def clear_history(self):self.history = []def calculate_tokens(text):if not text:return 0cleaned_text = text.strip().replace('\n', '')try:encoding = tiktoken.get_encoding("cl100k_base")tokens = encoding.encode(cleaned_text)return len(tokens)except Exception as e:logger.error(f"Token 计算失败: {str(e)}")return len(cleaned_text)def calculate_history_tokens(history):total_tokens = 0try:encoding = tiktoken.get_encoding("cl100k_base")for message in history:content = message["content"].strip()tokens = encoding.encode(content)total_tokens += len(tokens)return total_tokensexcept Exception as e:logger.error(f"历史 Token 计算失败: {str(e)}")return sum(len(msg["content"].strip()) for msg in history)def format_history_for_chatbot(history):"""将 agent.history 转换为 gr.Chatbot 所需格式：List[List[str, str]]"""messages = []for i in range(0, len(history) - 1, 2):if history[i]["role"] == "user" and history[i+1]["role"] == "assistant":messages.append([history[i]["content"], history[i+1]["content"]])return messagesdef generate_assistance(prompt, agent, max_rounds, max_tokens, temperature):agent.set_max_history_length(max_rounds)agent.set_parameters(max_tokens, temperature)response = agent.generate_response(prompt)history_tokens = calculate_history_tokens(agent.history)chatbot_format_history = format_history_for_chatbot(agent.history)return chatbot_format_history, response, f"历史总 token 数（估算）：{history_tokens}"def update_token_count(prompt):return f"当前输入 token 数（精确）：{calculate_tokens(prompt)}"def clear_conversation(agent):agent.clear_history()return [], "对话已清空", "历史总 token 数（估算）：0"def main():config = {"api_type": "ollama","model": "qwen3:8b","base_url": "http://localhost:11434/v1","api_key": "ollama","max_tokens": 1000,"temperature": 0.2}agent = OllamaAgent(config)with gr.Blocks(title="写作助手") as demo:gr.Markdown("# 写作助手（支持多轮对话）")gr.Markdown("输入您的写作提示，获取建议和指导！支持连续对话，调整对话轮数、max_tokens 和 temperature，或点击“清空对话”重置。")with gr.Row():with gr.Column():prompt_input = gr.Textbox(label="请输入您的提示",placeholder="例如：帮我写一段关于环保的文章",lines=3)token_count = gr.Textbox(label="输入 token 数",value="当前输入 token 数（精确）：0",interactive=False)history_token_count = gr.Textbox(label="历史 token 数",value="历史总 token 数（估算）：0",interactive=False)max_rounds = gr.Slider(minimum=1,maximum=10,value=5,step=1,label="最大对话轮数",info="设置保留的对话轮数（每轮包含用户和模型消息）")max_tokens = gr.Slider(minimum=100,maximum=2000,value=1000,step=100,label="最大生成 token 数",info="控制单次生成的最大 token 数")temperature = gr.Slider(minimum=0.0,maximum=1.0,value=0.2,step=0.1,label="Temperature",info="控制生成随机性，0.0 为确定性，1.0 为较随机")submit_button = gr.Button("获取写作建议")clear_button = gr.Button("清空对话")with gr.Column():chatbot = gr.Chatbot(label="对话历史")output = gr.Textbox(label="最新生成结果", lines=5)prompt_input.change(fn=update_token_count,inputs=prompt_input,outputs=token_count)submit_button.click(fn=generate_assistance,inputs=[prompt_input, gr.State(value=agent), max_rounds, max_tokens, temperature],outputs=[chatbot, output, history_token_count])clear_button.click(fn=clear_conversation,inputs=gr.State(value=agent),outputs=[chatbot, output, history_token_count])demo.launch()if __name__ == "__main__":main()