Grok与Streamlit集成：半小时内拼装出大模型演示Demo-人工智能-PHP中文网

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

可直接用streamlit调用x官方grok推理端点快速验证效果，无需本地部署；需配置api key与secret至.env文件，通过oauth2获取token后请求/chat/completions接口，或使用x-api-python sdk简化调用。

想快速验证grok模型在真实业务场景中的效果，又不想从零搭建后端api和前端界面？用streamlit直接调用x官方提供的grok推理端点，跳过模型本地部署、flask封装、跨域配置等繁琐环节，【必须使用x官方颁发的api key，且该key需开通grok访问权限】，纯python脚本即可启动可交互的演示页面。

准备环境与认证凭证

创建新虚拟环境并安装核心依赖：pip install streamlit requests python-dotenv。

访问 X Developer Portal → 进入“Projects & Apps” → 新建App或选择已有项目 → 在“Keys and Tokens”页复制“API Key”和“API Secret Key”。【不要把API Secret Key硬编码进.py文件，必须存入.env】

新建 .env 文件，写入两行：

X_API_KEY=your_actual_api_key_here
X_API_SECRET=your_actual_api_secret_here

构造Grok调用函数

方法一：使用 requests.post 直接对接 X 的 /chat/completions 端点

在 app.py 中定义 grok_query() 函数：先从 os.environ 读取 X_API_KEY 和 X_API_SECRET；拼接 Authorization 请求头为 Bearer + 使用 API Key 和 Secret Key 调用 X 提供的 OAuth2 令牌接口获取临时 access_token；再用该 token 向 https://api.x.com/v1/chat/completions 发起 POST 请求，payload 中 model 字段必须设为 "grok-beta"，messages 列表按角色（system/user/assistant）组织对话历史。

方法二：复用已有 x-api-python SDK（非官方但社区维护）

执行 pip install x-api-python → 导入 x_api.Client → 初始化 client = Client(api_key=os.getenv("X_API_KEY"), api_secret=os.getenv("X_API_SECRET")) → 调用 client.chat.completions.create(model="grok-beta", messages=[...])。这一步省去手动处理 token 刷新逻辑，但 SDK 版本需 ≥0.3.1，否则不支持 grok-beta 模型标识。

搭建Streamlit交互界面

第一步：用 st.title("Grok Demo") 设置页面标题，st.caption("基于X官方API实时调用") 补充说明。

CentOS Stream 9

CentOS Stream 9是基于RHEL 9技术路线的持续交付版本，适合需要贴近RHEL 9生态的软件开发、系统集成和测试环境。它相比传统CentOS Linux更靠近上游开发过程，用户可以更早看到RHEL 9后续小版本中的软件包变化。CentOS Stream 9仍是当前可用的官方版本线之一，适合对稳定性和新功能之间有平衡需求的团队使用。

下载

第二步：用 st.session_state 初始化 chat_history 列表，避免每次输入后整个页面重绘导致历史丢失。

第三步：插入 st.chat_input("输入问题，例如：用Python写一个快速排序") → 用户提交后，将新消息追加进 chat_history，并立即调用 grok_query() 函数传入全部历史记录。

第四步：用 for msg in chat_history: st.chat_message(msg["role"]).write(msg["content"]) 渲染对话流。注意：Grok 返回的 response 中 content 字段可能为空字符串（尤其当触发安全拦截时），此时需主动跳过渲染，否则页面会显示空白气泡。

第五步：在 st.chat_input 下方添加 st.button("清空对话") → 点击后执行 st.session_state.chat_history.clear() 并 st.rerun() 强制刷新。