Trải nghiệm khi dùng Streamlit
Bạn cài bằng pip, tạo một file Python và viết những dòng như hiện tiêu đề, thêm thanh trượt, đọc file CSV, vẽ biểu đồ. Rồi chạy lệnh streamlit run với tên file đó; trình duyệt mở ra một trang web, đúng thứ bạn vừa viết, với các thanh trượt và bảng có thể bấm.
Điều thú vị là vòng thử rất ngắn: sửa code, lưu file, trang web cập nhật theo, không phải khởi động lại cả hệ thống. Khi người dùng kéo thanh trượt, chương trình chạy lại từ đầu với giá trị mới và biểu đồ tự đổi, nên bạn dựng được một công cụ what-if như dự báo doanh thu theo mức tăng trưởng chỉ trong một buổi chiều.
Khi ứng dụng ổn, bạn đưa cho đồng nghiệp bằng cách chạy trên một máy chung hoặc triển khai lên máy chủ. README còn có lệnh streamlit skills để cài các kỹ năng cho trợ lý lập trình AI như Claude Code, giúp nhờ AI viết ứng dụng Streamlit đúng cách.
Tính năng nổi bật
Giao diện từ code Python thuần
Mỗi thành phần như thanh trượt, nút, bảng, biểu đồ là một lời gọi hàm; không cần frontend riêng.
Làm việc trực tiếp với bảng dữ liệu
Đưa dataframe của pandas, Polars hay Snowpark vào bảng hoặc biểu đồ; bảng có thể sửa trực tiếp bằng st.data_editor.
Dashboard nhanh
Có bộ nhớ đệm cho truy vấn, fragment để chỉ chạy lại phần cần thiết, lọc chéo bằng cách chọn trên biểu đồ.
Ứng dụng chat cho AI
Có sẵn ô nhập chat và hiển thị chữ chạy dần (st.chat_input, st.write_stream) để làm chatbot nhanh.
Chủ đề giao diện chung
Một theme dùng chung cho mọi ứng dụng giúp giao diện nhất quán mà bạn không phải thiết kế.
Ổn định lâu dài
README nhấn mạnh thay đổi phá vỡ rất hiếm, ứng dụng viết từ lâu thường vẫn chạy ở bản mới.
Tận dụng Streamlit vào việc gì?
Kế toán, phân tích viên biết Python
Biến file Excel báo cáo thành công cụ cho cả phòng
Đọc dữ liệu, thêm bộ lọc theo tháng, theo cửa hàng và biểu đồ; đồng nghiệp chỉ mở link thay vì xin file.
Quản lý vận hành, chủ doanh nghiệp nhỏ
Công cụ dự báo và thử kịch bản
Thanh trượt cho giá và tăng trưởng, biểu đồ đổi ngay, nút gửi duyệt ghi kết quả vào cơ sở dữ liệu như ví dụ trong README.
Sinh viên, kỹ sư dữ liệu
Demo mô hình học máy
Cho người khác tải ảnh hoặc nhập số để thử mô hình bạn vừa huấn luyện mà không cần cài gì.
Lập trình viên, đội IT
Chatbot nội bộ nhỏ
Dùng ô chat và gọi API mô hình để làm trợ lý tra cứu chính sách cho nhân viên.
Cần chuẩn bị gì?
- Python và pip (README không nêu phiên bản tối thiểu trong đoạn bắt đầu; xem docs.streamlit.io nếu cần).
- Biết Python cơ bản và thư viện pandas là lợi thế khi làm ứng dụng dữ liệu.
- Trình duyệt web hiện đại để xem ứng dụng.
- Muốn cho người khác dùng từ xa thì cần máy chủ hoặc dịch vụ triển khai.
Hướng dẫn cài đặt chi tiết
Cài trên pip
Tạo môi trường ảo cho dự án (nên làm), rồi cài Streamlit bằng lệnh chính thức.
python -m venv .venv pip install streamlitKiểm tra bằng ứng dụng demo có sẵn của Streamlit; trình duyệt sẽ mở ra trang ví dụ.
streamlit hello
Cài trên Dùng cùng trợ lý AI viết code
Theo README, chạy lệnh dưới trong thư mục dự án để cài bộ kỹ năng Streamlit cho Claude Code và các trợ lý đọc thư mục .agents; kỹ năng khớp với phiên bản Streamlit bạn đang dùng.
streamlit skillsSau đó mô tả ứng dụng bạn muốn (có nhắc tên Streamlit) để trợ lý viết giúp, rồi tự đọc lại code trước khi chạy.
Dùng thử lần đầu
Tạo file app.py với nội dung ngắn gọn sau.
import streamlit as st import pandas as pd import numpy as np st.title('Doanh thu thử nghiệm') growth = st.slider('Tăng trưởng mỗi tháng (%)', 0.0, 20.0, 5.0) base = 100 months = np.arange(1, 13) data = pd.DataFrame({'thang': months, 'doanh_thu': base * (1 + growth / 100) ** months}) st.line_chart(data, x='thang', y='doanh_thu')Chạy ứng dụng. Trình duyệt sẽ mở trang web, hoặc mở địa chỉ hiện trong Terminal.
streamlit run app.pyKéo thanh trượt và xem biểu đồ đổi theo. Thử sửa code, lưu file và quan sát trang tự cập nhật.
Thêm st.file_uploader để cho người dùng tải file CSV của họ lên, rồi hiện bảng bằng st.dataframe.
Mẹo dùng hay
- Mỗi lần người dùng thao tác, cả file chạy lại từ trên xuống; hãy dùng st.cache_data cho phần đọc dữ liệu nặng để tránh chậm.
- Dùng st.session_state để nhớ giá trị giữa các lần chạy, ví dụ lịch sử chat.
- Tên file Python không nên đặt trùng tên thư viện như streamlit.py để tránh lỗi import.
Lưu ý và hạn chế
- Ứng dụng đơn giản dựng rất nhanh, nhưng giao diện tuỳ biến sâu bị giới hạn so với tự viết web.
- Khi mở ứng dụng ra Internet, cần tự lo bảo mật đăng nhập và đừng đưa dữ liệu nhạy cảm vào ứng dụng không có xác thực.
- Chạy theo kiểu chạy lại cả file nên cần chú ý hiệu năng với dữ liệu lớn hoặc phép tính nặng.
Câu hỏi thường gặp
Streamlit có miễn phí không?
Có, mã nguồn mở theo giấy phép Apache-2.0. Triển khai lên dịch vụ lưu trữ nào thì chi phí theo dịch vụ đó.
Cần biết lập trình web không?
Không. Bạn chỉ cần biết Python cơ bản; phần giao diện web do Streamlit lo.
Khác gì Gradio?
Cả hai đều biến code Python thành giao diện web. Streamlit nghiêng về dashboard và ứng dụng dữ liệu nhiều thành phần, Gradio nghiêng về demo mô hình học máy với đầu vào, đầu ra rõ ràng.
Tải mã nguồn về máy
Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.
git clone https://github.com/streamlit/streamlit.gitRepo tương tự nên xem
Gradio
gradio-app / gradio
Tạo giao diện web cho mô hình AI hoặc hàm Python trong vài dòng code và chia sẻ bằng một đường link
scikit-learn
scikit-learn / scikit-learn
Thư viện học máy cổ điển bằng Python: phân loại, dự đoán, gom nhóm dữ liệu bảng rất dễ dùng
LangChain
langchain-ai / langchain
Thư viện Python giúp lập trình viên ráp ứng dụng và agent chạy bằng AI từ các mảnh ghép dựng sẵn