我花 50 行代码搭了个 AI 聊天工具,结果它记不住我叫什么

Streamlit 当壳、DeepSeek 当脑，从零拼出一个网页聊天窗——顺手拆穿"多轮对话"的假象

学 AI 应用开发，第一关基本都长一个样。

脑子里想的是"我要有个自己的聊天窗口"，手上干的是——搜"Python 聊天机器人教程"，关掉；换个关键词，再搜，再关掉。

前后端、Vue、部署、跨域……光"前端"两个字就能劝退一半人。

真动手了你才会发现：一个能聊天的网页，核心代码不到 50 行。

先说跑起来什么样：顶上一个标题，中间大片空白，最底下钉着一个输入框。你敲一句，它回一句。没有登录、没有侧边栏、没有打字机特效。朴素得有点可爱。

然后我干了件特别自然的事：

我： 我叫冬青，你记住了吗？它： 你好冬青，很高兴认识你。我： 我叫什么？它： 抱歉，我还不知道你的名字呢。

……行。恭喜，这一跤摔得值——它就是这个项目里含金量最高的坑。

这篇把整个搭建过程拆给你看，最后把这个坑刨到底。

一、把最劝退人的"前端"划掉

Streamlit 的定位可以用一句话说完：它不是让你写网页，它是让你把 Python 脚本直接变成网页。

不需要 HTML、不需要 CSS、不需要 JavaScript、不需要懂"组件"和"状态管理"。你在脚本里写什么，页面上就从下往上按顺序长出来。

这一整套界面，四行。

装起来也简单：

pip install streamlit requestsstreamlit run chat_page.py

默认跑在 localhost:8501，浏览器自动弹开。改代码保存，页面立刻问你要不要刷新。就这么个东西，撑起了无数 AI Demo 的界面——因为所有人都在同一个想法上达成了一致：我不想写前端，我只想看看模型能不能跑通。

二、拆开看：三段代码，一个聊天工具

这份代码逻辑上是三层，从上到下：一个调模型的类、一个存对话的字典、一小段页面。整个文件 50 行出头，一半还是注释和空行。

2.1 模型封装层：真正和 AI 打交道的 30 行

classDeepSeekLLM:"""真·大模型。DeepSeek 是 OpenAI 兼容接口，POST /v1/chat/completions。"""    name = "DeepSeek(真模型)"def__init__(self):self.key = os.environ.get("DEEPSEEK_API_KEY", "").strip()ifnotself.key:raise RuntimeError("未设置 DEEPSEEK_API_KEY")self.model = os.environ.get("DEEPSEEK_MODEL", "deepseek-flash")self.url = "https://api.deepseek.com/v1/chat/completions"defchat(self, messages, temperature=0.2, timeout=60) -> str:        resp = requests.post(self.url,            headers={"Authorization": f"Bearer {self.key}","Content-Type": "application/json"},            json={"model": self.model, "messages": messages,"temperature": temperature, "stream": False},            timeout=timeout,        )        resp.raise_for_status()return resp.json()["choices"][0]["message"]["content"]

这里有几个值得记一笔的点：

• • 密钥从环境变量读，不写死在代码里。密钥写进代码再推到 GitHub，等于把家门钥匙挂在门锁上（这类事故每个月都有几起）。没设置就直接报错拦下，比"跑起来才提示 401"友好。
• • 模型名也走环境变量，默认 deepseek-flash。换成你账号里能用的模型名即可，改配置不改代码。
• • temperature=0.2，偏低。聊天问答希望答案稳一点、少发散；想让它有创意就调到 0.7~1.0。
• • timeout=60 是保命参数。没有它，网络一卡，页面能一直转圈转到你怀疑人生。
• • 返回值就一句 resp.json()["choices"][0]["message"]["content"]——所有 OpenAI 格式的接口，回复都藏在这条路径里。

messages 是入参，长这样：

[{"role": "user", "content": "你好"}]

role 取 user / assistant / system。记住这个格式，第五节要考。

2.2 会话记忆：一个字典，装下所有对话

if"chatHistory"notin st.session_state:    st.session_state["chatHistory"] = []

就两行。但这两行是整个聊天工具的"记忆器官"——没有它，你每说一句话页面就清空一次。

st.session_state 你可以理解成给当前这次浏览器访问开的一个储物柜，写进去的东西在多次交互之间一直保留。装什么随你，这里装的是一个消息列表，每条都是 {"role": ..., "content": ...}。

2.3 界面层：渲染 + 调用，收工

llm = DeepSeekLLM()      # 顶层实例化，后面直接用st.title("测试")          # 标题（先占个位，正式用记得改）st.divider()             # 分割线prompt = st.chat_input("请输入您的问题")   # 底部输入框if prompt:    st.session_state["chatHistory"].append({"role": "user", "content": prompt})for message in st.session_state["chatHistory"]:        st.chat_message(message["role"]).markdown(message["content"])with st.spinner("思考中"):        response = llm.chat(messages=[{"role": "user", "content": prompt}])        st.session_state["chatHistory"].append({"role": "assistant", "content": response})        st.chat_message("assistant").markdown(response)

翻译成人话：

1. 1. 用户在输入框敲了东西，prompt 拿到这句话；
2. 2. 把它塞进历史；
3. 3. 把历史里的每一句话重新画一遍（这一步为什么必须做，下一节说）；
4. 4. 转圈显示"思考中"，真去调模型；
5. 5. 拿到回复，塞进历史，再画出来。

就这么点东西，一个能用的聊天工具就成型了。

三、Streamlit 最容易懵的一点：每次输入，脚本从头重跑

如果你写过前端，看上面那段代码一定会愣住："把历史全画一遍"是什么操作？页面上原来的消息不还在吗？

不在了。

Streamlit 的心智模型和传统前端完全不同：用户的每一次交互（敲回车、点按钮），整个脚本都会从上到下重新执行一遍。

也就是说：

• • 页面上你看到的所有内容，都是这次脚本执行的产物；
• • 上一次执行留下的东西，一个都不会自动保留；
• • 所以"聊天记录还在"这件事，只能靠 st.session_state 从储物柜里取出来，手动重新画一遍。

这就是那个 for 循环存在的全部理由。

想通这一点，很多"玄学 bug"就自动解释了：为什么按钮点一下代码跑两次？为什么变量赋值了又变回去？为什么改个函数名页面没反应？——因为你的代码根本不是一个"一直运行的程序"，而是一个"每次交互都被重新播放的录像带"。

顺带一提，这个储物柜是按浏览器会话开的：刷新页面、换个标签页，就是一个新柜子，聊天记录清零。这也是它和真正的"服务端记忆"最直接的区别。

四、模型那头：为什么要"手搓"HTTP 请求

你可能注意到了，上面调模型没用任何 SDK，是 requests.post 直接打的 HTTP 接口。原因很简单：

DeepSeek 提供的是 OpenAI 兼容接口。

"兼容"这两个字价值极高——它意味着所有按 OpenAI 格式写的东西，换个 base_url 就能用。请求体长这样：

{"model": ..., "messages": [...], "temperature": 0.2, "stream": False}

model、messages、temperature、stream，四个字段，跟 OpenAI 的写法一模一样。

所以"手搓 HTTP"一点都不土——它顺手把一次对话调用的最小骨架摊开给你看。以后不管换成谁家的封装库、谁家的模型，你都知道底下真正在发生什么。

先会用裸接口，再去用封装库；顺序反了，就容易变成只会念咒的魔法师。

五、翻车现场：页面上像多轮，模型眼里每轮都是初见

回到开头那一跤。为什么它记不住我的名字？

问题就藏在这一行：

response = llm.chat(messages=[{"role": "user", "content": prompt}])

我们满怀信心地把用户的问题单独打包发了过去——历史呢？没发。

chatHistory 里的那些消息，从头到尾只干了一件事：给页面的 for 循环画气泡用。 它们从来没有离开过浏览器。

于是出现了这个诡异的局面：

它不是在装傻，它是真不知道。 大模型没有"记忆"，它不记得上一次请求里发生了什么——每次调用对它来说都是全新的、完全独立的一次。所谓"多轮对话"，从来都是我们自己把历史一遍遍重新塞给它的结果。

（顺便说，那个 for 循环把历史全画一遍，恰恰把这件事伪装得很好——页面上的人设是"我们在连续聊天"，模型的人设是"我们第一次见面"。UI 越像真的，bug 越难发现。）

修复只有一行：

with st.spinner("思考中"):    response = llm.chat(messages=st.session_state["chatHistory"])   # 整个历史一起发

注意一个细节：chatHistory 里存的字段名恰好就是 role / content，跟接口要求的格式严丝合缝，所以可以直接整包扔过去，连转换都省了。

改完之后再问"我叫什么"——

我： 我叫冬青，你记住了吗？它： 你好冬青，很高兴认识你。我： 我叫什么？它： 你叫冬青。

成了。

但别忘了它的代价：历史越长，token 烧得越快。聊到几十轮，成本和延迟都会爬上来——真正的产品里，上下文要做截断或者摘要，"什么都记住"不是免费的。

六、保命清单

如果这篇你只记七句话：

1. 1. Streamlit 不用写前端，脚本从上到下执行，就是页面从上到下渲染；
2. 2. 每次交互脚本从头重跑，所以历史必须靠 st.session_state 手动重画；
3. 3. st.session_state 是按浏览器会话开的柜子，刷新就清零，别当数据库用；
4. 4. 大模型没有记忆，多轮对话 = 每次把历史全量塞回去；
5. 5. messages 只发当前一句，就是"失忆"的根源——这是最容易埋、最难发现的坑；
6. 6. DeepSeek 是 OpenAI 兼容接口，四个字段就能发起一次对话——骨架看清了，再用什么封装库都不慌；
7. 7. 上下文不是免费的，历史越长，token 和延迟越高，产品里必须做截断或摘要。

写在最后

50 行代码能跑出一个聊天工具，这件事本身就挺有意思：门槛低到不像真的，坑也深到不像真的。

我一开始以为难点在"怎么接通模型"，结果真正让我卡住的，是"模型根本没记住我"——而这恰恰帮我想明白了 LLM 应用里最核心的一件事：模型本身无状态，所有"智能体验"都是外面这层壳精心维护出来的假象。

壳搭得好，它就像个贴心的助理；壳搭得糙，它就是个每次见面都要重新自我介绍的陌生人。