Phi-3 Forest Lab部署教程：Docker镜像免配置启动+自定义侧边栏功能开发指南

1. 引言：在代码森林里，搭建一个会思考的角落

想象一下，你有一个随时待命的智能伙伴，它逻辑严谨、知识渊博，但从不聒噪。它的界面像清晨的森林一样宁静，回答问题时，文字像林间溪水般流淌。这就是 Phi-3 Forest Lab 想要带给你的体验。

这不是一个冰冷的命令行工具，也不是一个功能繁杂的庞然大物。它是一个基于微软 Phi-3 Mini 模型的极简对话终端，被精心包裹在一套名为“森林晨曦”的视觉主题中。你不需要理解复杂的模型部署，也无需配置繁琐的环境。今天，我将带你完成两件事：

1. 一键启动：使用 Docker 镜像，在 5 分钟内让这个“森林实验室”在你的电脑上运行起来。
2. 深度定制：我将手把手教你，如何为它开发一个实用的自定义侧边栏功能，比如“会话总结”或“灵感速记本”。

无论你是想快速体验一个强大的轻量级 AI，还是希望学习如何为一个 Streamlit AI 应用添加新功能，这篇教程都将为你提供清晰的路径。我们这就开始。

2. 环境准备与快速部署

在开始任何魔法之前，我们需要确保手上有合适的“魔杖”。对于 Phi-3 Forest Lab 来说，这根魔杖就是 Docker。

2.1 你需要准备什么

• 一台电脑：Windows、macOS 或 Linux 均可。
• Docker 环境：这是最关键的一步。如果你的电脑上还没有安装 Docker，请前往 Docker 官网下载并安装适合你操作系统的 Docker Desktop。安装过程很简单，跟着向导一步步来就行。
• 稳定的网络：首次运行需要从网上下载镜像和模型文件，请保持网络通畅。
• 一颗不惧命令行的心：别担心，我们只需要输入两三行简单的命令。

2.2 一键启动：让森林实验室生长出来

最令人兴奋的部分来了——我们几乎不需要做任何配置。这得益于项目已经提供了完整的 Docker 镜像。

打开你的终端（Windows 用户可以用 PowerShell 或 CMD），输入下面这行命令：

docker run -d --name phi3-forest-lab -p 7860:7860 --gpus all registry.cn-hangzhou.aliyuncs.com/your_namespace/phi3-forest-lab:latest

我们来拆解一下这行命令在做什么：

• docker run：告诉 Docker 要运行一个容器。
• -d：让容器在“后台”运行，这样终端就不会被占用。
• --name phi3-forest-lab：给这个容器起个好记的名字，方便后续管理。
• -p 7860:7860：进行端口映射。将容器内部的 7860 端口（Streamlit 应用默认端口）映射到你电脑的 7860 端口。
• --gpus all：非常重要！ 这行命令将你电脑的所有 GPU 资源都分配给这个容器。Phi-3 模型虽然小巧，但在 GPU 上运行速度会快很多。如果你的电脑没有 NVIDIA GPU，可以去掉这个参数，模型会在 CPU 上运行（速度会慢一些）。
• registry...:latest：这是镜像的地址。它会自动从指定的仓库拉取最新版本的 Phi-3 Forest Lab 镜像。

命令执行后，Docker 会开始工作。首次运行需要下载镜像和约 8GB 的模型文件，请耐心等待几分钟。当终端不再有新的输出，或者提示容器 ID 时，就说明启动成功了。

现在，打开你的浏览器，访问 http://localhost:7860。

你应该会看到一个充满绿意的界面缓缓呈现，就像推开了一扇通往森林深处的门。恭喜你，Phi-3 Forest Lab 已经成功启动了！

3. 初探森林：核心功能与交互

在开始改造它之前，我们先来熟悉一下这个“森林居民”的基本习性。

3.1 与 Phi-3 Mini 对话

页面最下方有一个输入框，上面写着“向森林深处发出的讯息”。这里就是你与 AI 对话的入口。

• 试试看：输入“你好，请用简单的语言介绍一下你自己。”然后按下回车。
• 你会看到：回答会以优雅的气泡形式，从右侧缓缓出现。Phi-3 Mini 的回答通常逻辑清晰、语言简洁。

3.2 理解侧边栏：模型的“性格”调节器

页面左侧的侧边栏是控制这个 AI 的核心面板。目前它有几个基础功能：

1. 模型选择：当前固定为 Phi-3-mini-128k-instruct。这个模型只有 38 亿参数，但能力惊人，支持长达 12.8 万 tokens 的上下文（相当于一本中篇小说）。
2. Temperature（温度）：这是控制 AI“创造力”的旋钮。
   • 调低（如 0.1）：AI 的回答会非常确定、严谨，像教科书。适合代码、逻辑推理。
   • 调高（如 0.9）：AI 的回答会更随机、更有创意，但也可能“胡说八道”。适合写故事、 brainstorming。
3. 🍂 拂去往事：点击这个按钮，会清空当前的对话历史。相当于让 AI“忘记”刚才聊过的所有内容，开始一段全新的对话。

现在，你已经是一个合格的“森林漫步者”了。接下来，让我们化身“森林建筑师”，为它添砖加瓦。

4. 开发实战：打造你的自定义侧边栏功能

Streamlit 应用的美妙之处在于，它的界面就是由纯粹的 Python 脚本定义的。这意味着添加新功能就像在脚本里写几行代码一样简单。我们将通过一个实例来学习。

目标：在侧边栏添加一个“灵感速记本”功能。当 AI 的回答中有特别精彩的句子或灵感时，我们可以一键保存到侧边栏的笔记区。

4.1 获取并探索项目代码

首先，我们需要把“建筑图纸”拿到手。你需要获取 Phi-3 Forest Lab 的源代码。通常项目会提供 GitHub 仓库地址。假设我们已经将代码克隆到本地一个名为 phi3-forest-lab 的文件夹中。

用代码编辑器（如 VS Code）打开这个文件夹。找到主应用文件，通常命名为 app.py 或 main.py。这就是整个应用的“心脏”。

4.2 剖析侧边栏的代码结构

在 app.py 中，找到创建侧边栏的部分。在 Streamlit 中，侧边栏通常由 st.sidebar 开头。代码可能看起来像这样：

import streamlit as st

# ... 其他代码，比如模型加载 ...

with st.sidebar:
    st.title("🌲 森林控制台")
    
    # 现有的模型选择（可能是固定的）
    st.subheader("模型")
    st.text("Phi-3-mini-128k-instruct")
    
    # 现有的温度调节器
    temperature = st.slider(
        "Temperature",
        min_value=0.0,
        max_value=1.0,
        value=0.7,
        help="控制回复的随机性。越低越确定，越高越有创意。"
    )
    
    # 现有的清空按钮
    if st.button("🍂 拂去往事"):
        st.session_state.messages = [] # 清空对话历史
        st.rerun() # 重新运行应用以更新界面

理解了这个结构，我们就知道在哪里“动手术”了。

4.3 实现“灵感速记本”功能

我们计划在温度滑块下面，添加一个新的功能区。这个功能需要：

1. 一个文本区域，用来显示和编辑已保存的灵感。
2. 一个按钮，用来将当前最新的 AI 回复保存到这个文本区域。

我们需要修改侧边栏的代码，并让按钮能与主对话区的消息进行交互。这里会用到 Streamlit 的 session_state 来在应用的不同部分之间传递数据。

修改后的侧边栏代码示例：

with st.sidebar:
    st.title("🌲 森林控制台")
    
    st.subheader("模型")
    st.text("Phi-3-mini-128k-instruct")
    
    temperature = st.slider(...) # 原有的温度滑块代码保持不变
    
    # --- 新增：灵感速记本功能区 ---
    st.divider() # 添加一条分割线，让功能区更清晰
    st.subheader("💡 灵感速记本")
    
    # 初始化 session_state 中的笔记变量（如果不存在）
    if 'my_notes' not in st.session_state:
        st.session_state.my_notes = "这里记录你的灵感...\n"
    
    # 显示一个可编辑的文本区域来存放笔记
    notes = st.text_area(
        "你的灵感：",
        value=st.session_state.my_notes,
        height=150,
        key="notes_area"
    )
    # 将编辑后的内容同步回 session_state
    st.session_state.my_notes = notes
    
    # 添加一个“保存当前回复”的按钮
    if st.button("💾 保存最后一条回复到笔记"):
        # 检查对话历史中是否有消息，并且最后一条是 AI 回复的
        if 'messages' in st.session_state and st.session_state.messages:
            last_message = st.session_state.messages[-1]
            if last_message['role'] == 'assistant': # 确保最后一条是 AI 说的
                # 将 AI 的回复内容添加到笔记中
                new_note = f"\n---\n[{datetime.now().strftime('%H:%M')}] 灵感闪现：\n{last_message['content'][:200]}..." # 只截取前200字符
                st.session_state.my_notes += new_note
                st.success("灵感已保存！")
                st.rerun() # 刷新界面，让文本区域显示新内容
            else:
                st.warning("最后一条消息不是 AI 的回复哦。")
        else:
            st.warning("还没有对话历史呢，先和 AI 聊几句吧。")
    
    st.divider()
    # --- 新增功能区结束 ---
    
    # 原有的清空按钮
    if st.button("🍂 拂去往事"):
        st.session_state.messages = []
        st.rerun()

代码逻辑解读：

1. st.session_state 是 Streamlit 提供的“记忆体”，用于在不同次的应用重新运行间保存数据。我们用 my_notes 来保存笔记内容。
2. st.text_area 创建了一个多行文本输入框，并将其与 st.session_state.my_notes 绑定，实现内容的持久化和编辑。
3. 当点击“保存”按钮时，代码会检查对话历史 (st.session_state.messages)，找到最新的一条 AI 回复，将其内容截取一部分，并加上时间戳，追加到笔记中。
4. st.rerun() 用于在保存后立即刷新页面，使笔记区域显示更新后的内容。

4.4 在 Docker 容器中测试你的修改

修改完代码后，我们不能直接刷新网页，因为网页服务的是 Docker 容器里原来的代码。我们需要重新构建镜像并运行。

1. 构建新镜像：在项目根目录（包含 Dockerfile 的目录）打开终端，运行：

   docker build -t my-custom-forest-lab .
   

   这行命令会根据当前目录的 Dockerfile 和你的新代码，构建一个名为 my-custom-forest-lab 的新镜像。

2. 停止旧容器：

   docker stop phi3-forest-lab
   docker rm phi3-forest-lab
   

3. 运行新容器：

   docker run -d --name my-forest-lab -p 7860:7860 --gpus all my-custom-forest-lab
   

再次访问 http://localhost:7860，你会发现侧边栏多了一个“灵感速记本”区域。和 AI 对话，然后试试点击保存按钮，看看功能是否生效！

5. 总结：从使用者到创造者

通过这篇教程，我们完成了两件很有成就感的事：

第一，我们掌握了零门槛部署一个强大 AI 对话应用的能力。 利用 Docker 镜像，我们绕开了所有环境依赖、库版本冲突的麻烦，几分钟内就让一个兼具强大脑（Phi-3模型）和高颜值（森林主题UI）的应用跑了起来。这为你体验和评估各种 AI 模型提供了极其高效的途径。

第二，我们跨出了自定义开发的第一步。 通过剖析 Streamlit 应用的简单结构，我们成功地为它添加了一个实用的“灵感速记本”功能。这个过程揭示了这类应用的本质：它们并非黑盒，而是由清晰、可修改的代码构成。你可以举一反三，开发更多功能，比如：

• 对话导出：将整个对话历史保存为 Markdown 或文本文件。
• 预设提示词：在侧边栏添加几个常用问题模板，一键发送。
• 多模型切换：改造侧边栏，使其可以加载不同的模型文件。

Phi-3 Forest Lab 不仅仅是一个工具，它更是一个起点，一个让你亲手触摸 AI 应用开发脉搏的沙盒。希望这片“代码森林”，能成为你探索 AI 世界的一个静谧而富有生机的营地。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。