gradio可以toast的组件

Gradio是一个强大的开源库，用于创建和部署交互式的机器学习模型演示。它允许用户通过简单的界面与模型进行交互，而无需编写任何后端代码。在Gradio中，"Toasts"通常指的是用户反馈或通知，它们可以在用户与应用交互时提供短暂的信息，例如模型预测的结果或请求的处理状态。

Gradio没有直接内置的"Toast"组件，但你可以通过自定义回调函数（custom callback functions）来模拟这样的行为。你可以创建一个函数，在模型请求完成后，根据需要显示消息，这可能涉及到使用JavaScript的`alert()`、`Snackbar`库或者前端框架（如React或Vue）提供的提示组件。

例如，你可以这样做：

import gradio as gr

def custom_callback(request):
    # 在这里处理请求并展示消息
    if request.success:
        gradio.show_toast("预测成功！", title="提示")
    else:
        gradio.show_toast("请求失败，请重试", title="错误")

iface = gr.Interface(
    your_model, 
    inputs="...", 
    outputs="...",
    custom_callback=custom_callback
)