feat: dockerize app and switch to gemini model

Chatbot.py

@@ -1,14 +1,23 @@
-from openai import OpenAI
 import streamlit as st
+from openai import OpenAI
+import os  # <--- 1. 必须导入这个库，才能读取环境变量
 
 with st.sidebar:
-    openai_api_key = st.text_input("OpenAI API Key", key="chatbot_api_key", type="password")
+    # 尝试先从环境变量拿 Key，如果没拿不到，留空让用户自己填
+    env_key = os.getenv("OPENAI_API_KEY", "")
+
+    openai_api_key = st.text_input(
+        "OpenAI API Key", 
+        value=env_key, # 如果环境变量有值，直接填进去
+        key="chatbot_api_key", 
+        type="password"
+    )
     "[Get an OpenAI API key](https://platform.openai.com/account/api-keys)"
     "[View the source code](https://github.com/streamlit/llm-examples/blob/main/Chatbot.py)"
-    "[![Open in GitHub Codespaces](https://github.com/codespaces/badge.svg)](https://codespaces.new/streamlit/llm-examples?quickstart=1)"
 
 st.title("💬 Chatbot")
-st.caption("🚀 A Streamlit chatbot powered by OpenAI")
+st.caption("🚀 A Streamlit chatbot powered by Google Gemini")
+
 if "messages" not in st.session_state:
     st.session_state["messages"] = [{"role": "assistant", "content": "How can I help you?"}]
 
@@ -20,10 +29,26 @@
         st.info("Please add your OpenAI API key to continue.")
         st.stop()
 
-    client = OpenAI(api_key=openai_api_key)
+    # 2. 修正逻辑：这里应该使用 openai_api_key 变量
+    # 因为这个变量现在包含了“环境变量”或“用户手动输入”的值
+    client = OpenAI(
+        api_key=openai_api_key, 
+        base_url="https://generativelanguage.googleapis.com/v1beta/openai/"
+    )
+
     st.session_state.messages.append({"role": "user", "content": prompt})
     st.chat_message("user").write(prompt)
-    response = client.chat.completions.create(model="gpt-3.5-turbo", messages=st.session_state.messages)
-    msg = response.choices[0].message.content
-    st.session_state.messages.append({"role": "assistant", "content": msg})
-    st.chat_message("assistant").write(msg)
+
+    # 3. 修正模型名称：目前 Google 官方模型通常是 gemini-1.5-flash
+    # "gemini-2.5-flash" 可能是不存在的，可能会导致报错。
+    # 建议先用 gemini-1.5-flash 跑通，以后再换。
+    try:
+        response = client.chat.completions.create(
+            model="gemini-2.5-flash", 
+            messages=st.session_state.messages
+        )
+        msg = response.choices[0].message.content
+        st.session_state.messages.append({"role": "assistant", "content": msg})
+        st.chat_message("assistant").write(msg)
+    except Exception as e:
+        st.error(f"Error: {e}")

Dockerfile

@@ -0,0 +1,24 @@
+# 1. 选底座：找一个装好了 Python 3.10 的轻量级 Linux 系统
+# slim 版本比完整版小很多，适合生产环境
+FROM python:3.10-slim
+
+# 2. 设工位：在容器内部创建一个 /app 目录，把这里当作工作台
+WORKDIR /app
+
+# 3. 装依赖 (关键步骤！运维面试考点)
+# 我们先只把 requirements.txt 拷进去，安装依赖
+# 为什么不一次性全拷进去？因为依赖不常变，代码常变。
+# 分开写可以让 Docker "缓存" 这一层。下次你只改代码时，就不需要重新 pip install 了。
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 4. 搬代码：把当前目录下剩下的所有文件（.py, pages文件夹等）都拷进容器
+COPY . .
+
+# 5. 开窗口：告诉外界，这个容器会占用 8501 端口 (Streamlit 默认端口)
+EXPOSE 8501
+
+# 6. 启动指令：容器一跑起来，就执行这句话
+# --server.address=0.0.0.0 是必须的！
+# 如果不加，Streamlit 默认只监听 localhost，你在容器外面（浏览器里）是访问不到的。
+CMD ["streamlit", "run", "Chatbot.py", "--server.port=8501", "--server.address=0.0.0.0"]