Gradio：三行代码把 AI 模型变成可交互的网页 Demo

这篇教程带你完成什么

最终你会得到一个运行在本地的情感分析网页应用——在输入框粘贴一段英文文本，点击提交，页面立刻返回积极/消极判断和置信度。整个过程只需要一个 Python 文件，代码不超过 20 行。

前置条件

• Python 3.8 及以上版本，建议 3.10+
• pip 包管理器可用，并能访问 PyPI 仓库
• 推荐使用虚拟环境（venv 或 conda）隔离项目依赖
• 无需 GPU，CPU 即可运行；如果想要加速推理，有 NVIDIA GPU 可自行安装 CUDA 版 PyTorch

安装部署

安装依赖

pip install gradio transformers

gradio 负责网页交互层，transformers 提供预训练模型。安装完成后检查版本：

python -c "import gradio; print(gradio.__version__)"

看到版本号说明安装成功。

初始化项目

mkdir sentiment-demo && cd sentiment-demo

在目录下创建 app.py，这就是你的全部代码所在地。

启动服务

python app.py

看到 Running on local URL: http://127.0.0.1:7860 就表示服务已启动，浏览器打开这个地址即可访问。

第一个 Demo

第 1 步：加载预训练模型

这一步要做什么：用 transformers 的 pipeline 接口加载情感分析模型，它会把 tokenization、推理、输出解析全部封装好。

from transformers import pipeline

classifier = pipeline("sentiment-analysis")

首次运行会自动下载模型权重（约 250MB），需要一点耐心。

第 2 步：定义核心函数

这一步要做什么：写一个接收字符串、返回字符串的普通 Python 函数，Gradio 会在后端调用它，并把返回值渲染到网页上。

def analyze(text: str) -> str:
    result = classifier(text)[0]
    return f"情感：{result['label']}，置信度：{result['score']:.2f}"

这个函数输入用户粘贴的文本，输出格式化的情感结论。

第 3 步：用三行代码封装成网页应用

这一步要做什么：创建 gr.Interface 对象，指定输入组件、输出组件和要调用的函数，最后启动服务。

import gradio as gr

demo = gr.Interface(fn=analyze, inputs="text", outputs="text")

demo.launch()

保存后运行 python app.py，浏览器打开 http://127.0.0.1:7860。 预期输出：页面中央有一个文本输入框和一个"Submit"按钮。输入 I love this product!，点击提交，输出：

情感：POSITIVE，置信度：1.00

如果你的浏览器没有自动打开页面，手动复制终端里显示的 URL 粘贴到地址栏。

配置与调优

开启公共链接

本机运行只能自己访问，把 launch() 改成：

demo.launch(share=True)

Gradio 会通过 frpc 生成一个 https://xxxxxx.gradio.live 的公共地址，有效期 72 小时，可以发给同事远程试用，无需部署服务器。

切换界面主题

Gradio 内置多种主题，比如 gr.themes.Soft()、gr.themes.Monochrome()。在创建 Interface 时指定：

demo = gr.Interface(
    fn=analyze,
    inputs="text",
    outputs="text",
    title="情感分析 Demo",
    theme=gr.themes.Soft()
)

同时加上 title 和 description 参数，界面会正式很多。

提高并发处理能力

默认情况下队列积压会丢失请求，按需调整：

demo.launch(concurrency_limit=10)
demo.queue()

先调用 demo.queue() 启用队列机制，再设置并发上限，避免多人同时点击时页面卡死。

常见坑与排错

报错信息	原因	解决办法
ModuleNotFoundError: No module named 'gradio'	没有在正确的 Python 环境中安装 gradio	确认虚拟环境已激活，重新执行 pip install gradio
OSError: Can't load model	transformers 下载模型失败或网络受限	设置镜像源：export HF_ENDPOINT=https://hf-mirror.com 后重试
Share link is not available	frpc 组件下载被防火墙拦截	改用 localtunnel 或部署到 huggingface.co/spaces
浏览器打开页面后空白	前端静态资源（js/css）加载超时	升级 gradio 到最新版，或检查网络代理是否干扰本地回环地址

下一步

- Blcoks 进阶：当你的 Demo 需要多输入多输出、中间状态展示或多个页面时，Interface 不够灵活。去读官方文档的 Blocks 章节，它可以用 gr.Blocks() 自由布局页面。 - 多模态支持：Gradio 不止有文本组件，还有 Image、Audio、Video 等输入输出组件。可以尝试把情感分析换成图像分类模型，输入图片输出类名。 - 部署上线：把项目推送到 Hugging Face Spaces，它原生支持 Gradio 应用，填好 requirements.txt 后自动构建，永久免费运行。把链接分享出去，别人就不用安装 Python 也能用了。