昨天，我們終於打造出 ChatBot 的 API 鑰匙。
而今天的任務，是要幫它打開世界的大門：
讓它從封閉的實驗室，走向能與真實使用者互動的舞台。

從實驗室到舞台：建立臨時互動介面

我們先在 Colab + ngrok 環境中，用 Gradio 架起一個臨時的聊天窗口。

def chat_interface(message, history, user_id):    
    
    payload = {"query": message}
    res = requests.post(ngrok_url, json=payload)
    res.raise_for_status() # 檢查 HTTP 請求是否成功      
    data = res.json()   # 解析 FastAPI 回傳的 JSON
    chatbot_answer = data.get("answer", "抱歉，ChatBot 沒有回覆。") 
    # 使用 get 方法避免 key error

    return chatbot_answer
    # Gradio ChatInterface 期望 fn 函式回傳 ChatBot 的回覆字串

demo = gr.ChatInterface(fn=chat_interface,
    title="🌐 尼泊爾旅遊規劃夥伴")

# 啟動 Gradio 介面
# share=True 會生成一個公開連結，方便測試
demo.launch(share=True)

流程示意：使用者輸入 → Gradio → FastAPI → 模型回覆

到這裡，ChatBot 終於能透過可視化的聊天框，與使用者即時對話、真實互動。

Colab 的限制：無法長期上線

Colab 是完美的試車場——快速、免費、方便連雲端。

但它有個天生缺陷：
一旦 Colab 斷線，虛擬機就被釋放 → ngrok 斷線 → Gradio 消失。

換句話說，我們的 ChatBot 雖能跑，但還不穩定、不能長期運作。

部署策略釐清：從試車場到展示場

接下來的任務，是讓 ChatBot 能「隨時被打開、隨時可體驗」。
要達成這件事，我們得處理關鍵環節：

• 部署：把 ChatBot 放上雲端伺服器，不再依賴 Colab。
• 介面：決定前端互動的聊天介面

一旦搞定，就能幫 ChatBot 裝上翅膀、建立跑道、調校導航系統。

Streamlit：讓作品真正「常駐上線」

在這階段，我們選擇了熟悉的 Streamlit 作為展示平台，結合它前端互動介面以及自建伺服器的優點，我們將 Colab 筆記本中的核心程式碼，打包成單一 app.py 檔案，並使用 Streamlit 元件建立互動式聊天室介面。

相關操作可以參考 Day 18：Mario Dashboard —— 用 Streamlit 玩轉互動魔法鏡 ；不同的是，我們這次是在 Colab 試車場試跑。

小技巧：在streamlit部署時，記得點進「Advanced Setting」，將授權憑證獨立的保存在「Secrets」。例如：GEMINI_API_KEY = " 認證金鑰 "

成果呈現

ChatBot 成品出來的那刻，真的是滿滿的成就感！

隨著 ChatBot 移到 Streamlit 展示場，訪客可以隨時試駕。

📓 小結：

今天的挑戰，標誌著我們從「開發測試」邁向「實際上線」的重要轉折。
ChatBot 不再只是藏在 Colab 裡的原型，而是能被世界看見的服務雛形。

這是他的第一次正式亮相，達成一個小小的里程碑。