導入
AutoStreamlit Studioへようこそ。Streamlitアプリケーションを簡単に作成できるように設計されたインテリジェント アシスタントです。 AutoStreamlit Studioを使用すると、プロンプトを通じて要件を指定するだけで、残りはツールが処理します。仕様に合わせた Streamlit アプリを自動的に生成、カスタマイズ、実行します。データの視覚化、インタラクティブなダッシュボード、またはその他の Streamlit 機能が必要な場合でも、 AutoStreamlit Studio使用するとプロセスが簡素化され、アイデアがすぐに機能的なアプリに変わります。この革新的なツールは、開発者と非開発者の両方の時間を節約し、生産性を向上させるように設計されています。
特徴
- アプリの自動生成: 要件を指定すると、AutoStreamlit Studio が完全な Streamlit アプリを生成します。
- カスタマイズ可能なテンプレート: さまざまなテンプレートから選択して、アプリ開発を開始します。
- インタラクティブなウィジェット: グラフ、表、フォームなどのインタラクティブな要素を簡単に追加します。
- 音声コマンド: 音声コマンドを使用してツールと対話し、アプリを生成します (OpenAI プロバイダーのみ)。
- コード エディター: 生成されたコードをアプリ内で直接編集して、さらにカスタマイズします。
- バージョン管理: アプリのさまざまなバージョンを管理して、変更や改善を追跡します。
- ファイル操作: Streamlit アプリ ファイルを簡単にダウンロード、アップロード、実行します。
- API トークン管理: OpenAIおよびレプリケートプロバイダーの API トークンを安全に管理します。
- エラー処理と解決: コード エラーを自動的に処理し、解決策を提供します。
- セッション管理: セッションの有効期限を自動的に処理し、チャット履歴とコードの状態を維持します。
重要
このアプリはユーザー入力に基づいてコードを実行するため、本番環境に対応していません。誤ったコードが実行されるとシステムに損害を与える可能性があります。ローカルでのみ使用するか、隔離された環境で実行することを強くお勧めします。
使用方法
- プロバイダーを選択して API キーを入力: プロバイダー ( OpenAIまたはReplicate ) を選択し、API キーを入力してアプリの機能のロックを解除します。
- 要件を入力: チャット入力ボックスを使用して、アプリの要件を指定します。
- スクリプトを生成する: AutoStreamlit Studio は入力に基づいて Streamlit スクリプトを生成します。
- 過去の会話を表示: エキスパンダーでチャット履歴を確認します。
- 事前定義されたテンプレートを使用する: 事前定義されたテンプレートから選択して、アプリをすばやく作成します。
- 編集して実行: 生成されたスクリプトをチャットを通じて、または開発者モードで直接編集し、スクリプトを実行します。
- バージョンの保存、読み込み、またはリセット: バージョン管理を使用して、アプリのさまざまなバージョンを管理します。
- チャット履歴のクリア: 以前のチャットを削除するには、[チャット履歴をクリア] ボタンを使用します。
- アプリ ファイルの削除: 現在のアプリを削除するには、「アプリ ファイルの削除」ボタンを使用します。
- スクリプトをダウンロード: 生成されたスクリプトを
.pyファイルとしてダウンロードします。 - エラーの処理: アプリは生成されたコード内のエラーを識別し、それらを解決するためのオプションを提供します。
サイドバーUI
AutoStreamlit Studio のサイドバーには、アプリ開発プロセスを管理するためのさまざまな機能が用意されています。
- AutoStreamlit Studio について: ツールとその機能について詳しく説明します。
- 使用方法: ツールの操作方法に関する詳細な説明。
- API トークン管理: OpenAI およびレプリケート プロバイダーの API トークンを安全に管理します。
- チャット履歴: アシスタントとのやり取りの履歴を表示します。
- テンプレートの選択: 事前定義されたさまざまなテンプレートから選択してアプリを起動します。
- バージョン管理: アプリのさまざまなバージョンを管理して、変更を追跡します。
- コード エディター: 生成されたコードをアプリ内で直接編集します。
ビデオチュートリアル
アプリをローカルで実行する
前提条件
インストール手順
リポジトリのクローンを作成します。
git clone < repository-url >
cd auto-streamlit-studio
仮想環境を作成してアクティブ化する:
python -m venv .venv
source .venv/bin/activate # On Windows use `.venvScriptsactivate`
依存関係をインストールします。
pip install --upgrade pip
pip install -r requirements.txt
Streamlit アプリを実行します。
アプリにアクセスします。Web ブラウザを開いてhttp://localhost:8501に移動します。
Docker でアプリを実行する
前提条件
ステップの構築と実行
リポジトリのクローンを作成します。
git clone < repository-url >
cd auto-streamlit-studio
Docker イメージを構築します。
docker build -t autostreamlit-studio .
Docker コンテナを実行します。
docker run -p 8501:8501 autostreamlit-studio
アプリにアクセスします。Web ブラウザを開いてhttp://localhost:8501に移動します。
はじめる
AutoStreamlit Studio の使用を開始するには、次の手順に従います。
- 環境のセットアップ: OpenAI または Replicate に必要な API トークンがあることを確認します。
- アプリを実行する: メイン スクリプトを実行して AutoStreamlit Studio を開始します。
- アシスタントと対話する: チャット入力を使用してアプリの要件を指定し、アプリがリアルタイムで生成されるのを観察します。
- カスタマイズと拡張: 組み込みのコード エディターを使用して、アプリにカスタム変更を加えます。
Streamlit アプリ用の事前定義されたパッケージ
AutoStreamlit Studio強力でインタラクティブな Streamlit アプリケーションを作成するために一般的に使用される、事前定義されたパッケージのセットが付属しています。これらのパッケージは、データ操作、視覚化、機械学習などに不可欠です。含まれている主要なパッケージの一部を次に示します。
- numpy : Python での数値計算の基本パッケージであり、配列、数学関数などのサポートを提供します。
- pandas : データ分析と構造化データの操作のための強力なデータ操作ライブラリ。
- matplotlib : Python で静的、アニメーション化されたインタラクティブな視覚エフェクトを作成するためのプロット ライブラリ。
- seaborn : matplotlib に基づく統計データ視覚化ライブラリ。魅力的で有益な統計グラフィックスを描画するための高レベルのインターフェイスを提供します。
- scikit-learn : Python 用の機械学習ライブラリで、データ マイニングとデータ分析のためのシンプルで効率的なツールを提供します。
- Lotly : インタラクティブ性の高い複雑なプロットを簡単に作成できるインタラクティブなグラフ作成ライブラリ。
- tensorflow : 機械学習および深層学習アプリケーション用のオープンソース ライブラリ。
- streamlit : Python スクリプトから直接インタラクティブで美しい Web アプリを作成できるコア ライブラリです。
- altair : Vega および Vega-Lite に基づく宣言型統計視覚化ライブラリで、シンプルで直感的な構文を提供します。
- beautifulsoup4 : HTML および XML ドキュメントを解析するためのライブラリ。Web スクレイピングに役立ちます。
- request : API リクエストを行うためのシンプルでエレガントな HTTP ライブラリ。
- scipy : numpy を補完する科学技術コンピューティング用のライブラリ。
- SQLAlchemy : Python 用の SQL ツールキットおよびオブジェクト リレーショナル マッピング (ORM) ライブラリ。
- folium : インタラクティブな地図を作成するためのライブラリ。
これらの選択されたパッケージは、データ分析や視覚化から機械学習や Web スクレイピングに至るまで、幅広い Streamlit アプリケーションを構築するために必要なすべてのツールを確実に備えられるよう、とりわけプリインストールされています。
依存関係の完全なリストについては、リポジトリに含まれるrequirements.txtファイルを参照してください。
AutoStreamlit Studio では、これらの強力なライブラリを活用することで、特定のニーズに合わせた Streamlit アプリケーションを迅速かつ効率的に開発できます。
問題をオープンする方法
問題の送信: バグが発生しましたか? それとも機能のアイデアがありますか?問題ページからお知らせください。
貢献方法
貢献は大歓迎です！ AutoStreamlit Studioに貢献したい場合は、次の手順に従ってください。
- リポジトリをフォークする: リポジトリ ページの右上にある [フォーク] ボタンをクリックして、GitHub アカウントにリポジトリのコピーを作成します。
- リポジトリのクローンを作成する: フォークされたリポジトリのクローンをローカル マシンに作成します。
git clone < your-forked-repo-url >
cd auto-streamlit-studio
- ブランチの作成: 機能またはバグ修正のための新しいブランチを作成します。
git checkout -b feature-or-bugfix-name
- 変更を加える: コードベースに変更を加えます。
- Commit Changes : 説明的なコミット メッセージを使用して変更をコミットします。
git add .
git commit -m " Description of the feature or bug fix "
- 変更のプッシュ: フォークされたリポジトリに変更をプッシュします。
git push origin feature-or-bugfix-name
- プル リクエストを作成する: GitHub 上の元のリポジトリに移動し、フォークされたリポジトリからプル リクエストを作成します。変更内容と関連する問題番号を明確に説明してください。
ご協力いただきありがとうございます!
結論
AutoStreamlit Studio は、Streamlit アプリケーションの作成方法に革命をもたらすように設計されています。インテリジェントなアシスタント、カスタマイズ可能なテンプレート、インタラクティブな機能を使用すると、アイデアをすぐに機能的なアプリに変えることができ、時間を節約し、生産性を向上させることができます。ワークフローの合理化を検討している開発者であっても、強力なデータ駆動型アプリを作成する必要がある非開発者であっても、AutoStreamlit Studio は頼りになるソリューションです。
