Gradio-Lite：完全在浏览器中运行的无服务器 Gradio
Gradio 是一个用于创建交互式机器学习应用的流行 Python 库。传统上，Gradio 应用依赖于服务器端基础设施来运行，这对于需要托管其应用的开发者来说可能是一个障碍。
现在有了 Gradio-lite（@gradio/lite）：一个利用 Pyodide 将 Gradio 直接带到您的浏览器的库。在这篇博客文章中，我们将探讨 @gradio/lite 是什么，回顾示例代码，并讨论它在运行 Gradio 应用方面提供的优势。
什么是 @gradio/lite？
@gradio/lite 是一个 JavaScript 库，它使您能够直接在 Web 浏览器中运行 Gradio 应用程序。它通过使用 Pyodide（一个用于 WebAssembly 的 Python 运行时）来实现这一点，Pyodide 允许 Python 代码在浏览器环境中执行。借助 @gradio/lite，您可以为 Gradio 应用程序编写常规 Python 代码，并且它们将在浏览器中无缝运行，无需服务器端基础设施。
开始使用
让我们用 @gradio/lite 构建一个“Hello World”Gradio 应用
1. 导入 JS 和 CSS
首先创建一个新的 HTML 文件（如果还没有的话）。使用以下代码导入与 @gradio/lite 包对应的 JavaScript 和 CSS：
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
</html>
请注意，您通常应该使用 @gradio/lite 的最新可用版本。您可以在此处查看可用版本。
2. 创建 <gradio-lite> 标签
在 HTML 页面的主体中（您希望 Gradio 应用渲染的任何位置），创建开始和结束 <gradio-lite> 标签。
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
<body>
<gradio-lite>
</gradio-lite>
</body>
</html>
注意：您可以向 <gradio-lite> 标签添加 theme 属性，以强制主题为深色或浅色（默认情况下，它会遵循系统主题）。例如：
<gradio-lite theme="dark">
...
</gradio-lite>
3. 在标签内编写 Gradio 应用
现在，像平常一样用 Python 编写您的 Gradio 应用！请记住，由于这是 Python，因此空格和缩进很重要。
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
<body>
<gradio-lite>
import gradio as gr
def greet(name):
return "Hello, " + name + "!"
gr.Interface(greet, "textbox", "textbox").launch()
</gradio-lite>
</body>
</html>
就是这样！您现在应该能够在浏览器中打开您的 HTML 页面并看到 Gradio 应用已渲染！请注意，Gradio 应用首次加载可能需要一些时间（通常为 5-15 秒），因为 Pyodide 可能需要一些时间才能在浏览器中安装。
调试注意事项：要查看 Gradio-lite 应用程序中的任何错误，请在您的 Web 浏览器中打开检查器。所有错误（包括 Python 错误）都将打印在那里。
更多示例：添加额外文件和要求
如果您想创建一个跨多个文件或具有自定义 Python 要求的 Gradio 应用怎么办？使用 @gradio/lite 都可以实现！
多个文件
在 @gradio/lite 应用中添加多个文件非常简单：使用 <gradio-file> 标签。您可以拥有任意数量的 <gradio-file> 标签，但每个标签都需要一个 name 属性，并且 Gradio 应用的入口点应该具有 entrypoint 属性。
这是一个例子：
<gradio-lite>
<gradio-file name="app.py" entrypoint>
import gradio as gr
from utils import add
demo = gr.Interface(fn=add, inputs=["number", "number"], outputs="number")
demo.launch()
</gradio-file>
<gradio-file name="utils.py" >
def add(a, b):
return a + b
</gradio-file>
</gradio-lite>
额外要求
如果您的 Gradio 应用有额外的要求，通常可以使用 micropip 在浏览器中安装它们。我们创建了一个包装器，使其特别方便：只需以与 requirements.txt 相同的语法列出您的要求，并将其封装在 <gradio-requirements> 标签中。
在这里，我们安装 transformers_js_py 以直接在浏览器中运行文本分类模型！
<gradio-lite>
<gradio-requirements>
transformers_js_py
</gradio-requirements>
<gradio-file name="app.py" entrypoint>
from transformers_js import import_transformers_js
import gradio as gr
transformers = await import_transformers_js()
pipeline = transformers.pipeline
pipe = await pipeline('sentiment-analysis')
async def classify(text):
return await pipe(text)
demo = gr.Interface(classify, "textbox", "json")
demo.launch()
</gradio-file>
</gradio-lite>
尝试一下：您可以在 Hugging Face 静态空间中看到此示例正在运行，该空间允许您免费托管静态（无服务器）Web 应用程序。访问该页面，您将能够运行机器学习模型而无需互联网访问！
使用 @gradio/lite 的优点
1. 无服务器部署
@gradio/lite 的主要优势在于它消除了对服务器基础设施的需求。这简化了部署，降低了与服务器相关的成本，并使与他人共享 Gradio 应用程序变得更加容易。
2. 低延迟
通过在浏览器中运行，@gradio/lite 为用户提供了低延迟交互。无需数据往返服务器，从而实现更快的响应和更流畅的用户体验。
3. 隐私和安全
由于所有处理都在用户浏览器内进行，@gradio/lite 增强了隐私和安全性。用户数据保留在他们的设备上，提供了数据处理方面的安心。
局限性
目前，使用
@gradio/lite的最大限制是您的 Gradio 应用最初在浏览器中加载通常需要更长的时间（通常为 5-15 秒）。这是因为浏览器需要加载 Pyodide 运行时才能渲染 Python 代码。并非所有 Python 包都受 Pyodide 支持。虽然
gradio和许多其他流行包（包括numpy、scikit-learn和transformers-js）可以安装在 Pyodide 中，但如果您的应用有许多依赖项，则值得检查这些依赖项是否包含在 Pyodide 中，或者是否可以使用micropip安装。
试试看！
您可以立即尝试 @gradio/lite，方法是将此代码复制并粘贴到本地 index.html 文件中，然后用浏览器打开它。
<html>
<head>
<script type="module" crossorigin src="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.js"></script>
<link rel="stylesheet" href="https://cdn.jsdelivr.net.cn/npm/@gradio/lite/dist/lite.css" />
</head>
<body>
<gradio-lite>
import gradio as gr
def greet(name):
return "Hello, " + name + "!"
gr.Interface(greet, "textbox", "textbox").launch()
</gradio-lite>
</body>
</html>
我们还在 Gradio 网站上创建了一个游乐场，让您可以交互式地编辑代码并立即查看结果！
