streamlit
将Python数据脚本快速转换为可分享的Web应用
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：streamlit。 它的用途是：将Python数据脚本快速转换为可分享的Web应用 完整的 Skill 内容见：https://321skill.com/skills/streamlit/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我用Streamlit写一个展示销售数据的应用，有一个下拉菜单选择月份，并显示对应的柱状图。” 它会生成一个包含`st.selectbox`选择器和`st.bar_chart`绘图代码的Python脚本。你保存后运行`streamlit run app.py`，一个带有交互控件的图表网页就会自动打开。
介绍
Streamlit 解决了数据科学家和工程师将数据分析脚本或机器学习模型快速转化为交互式Web应用的核心痛点。传统上，这需要前端、后端和部署等多方面知识，耗时数周，而Streamlit让这个过程缩短到几分钟。
它的使用方式极其简单：用户只需用Python编写脚本，通过st.slider、st.write等直观的API添加交互控件，然后用一条命令streamlit run your_script.py即可启动一个本地Web服务器，实时看到应用效果。代码的每次保存都会触发应用自动刷新。
这个工具非常适合数据科学家、机器学习工程师、分析师以及任何希望快速原型化、展示数据成果或构建内部工具的Python开发者。它不需要用户具备HTML、CSS或JavaScript知识。
与同类工具（如Dash、Flask + 前端框架）相比，Streamlit的核心区别在于其极简的API和“脚本即应用”的理念。它抽象了所有Web开发的复杂性，开发者只需关注数据逻辑和交互流程，无需处理HTTP请求、路由或状态管理等Web框架的常规概念，从而实现了无与伦比的开发速度。
核心特点
Streamlit 的核心区别在于其“无状态”的脚本执行模型和极简的声明式API，它将整个应用视为从上到下执行的脚本，任何用户交互都会触发脚本的重新执行，开发者无需手动管理回调或状态，极大地简化了思维模型和代码结构。
注意事项
由于其“脚本重执行”的模型，Streamlit 不适合构建需要复杂状态管理、多页面深度交互或对性能有极致要求的大型生产级Web应用。
常见问题
Streamlit 需要学习前端吗？
完全不需要。Streamlit 使用纯Python API，开发者无需编写任何HTML、CSS或JavaScript即可创建功能完整的Web应用。
Streamlit 应用如何部署？
可以部署到Streamlit官方社区云（免费），也可以部署到任何支持Python的云服务器、容器平台（如Docker）或通过第三方服务（如Hugging Face Spaces）进行部署。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/streamlit/raw/index.md 读取 streamlit 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/streamlit/raw/index.md（查看排版版本）