网页版部署MySQL + Qwen3-0.5B + Flask + Dify 工作流部署指南

风筝超冷2025-05-08 0:40

1. 安装MySQL和PyMySQL

安装MySQL

复制代码 
# 在Ubuntu/Debian上安装
sudo apt update
sudo apt install mysql-server
sudo mysql_secure_installation

# 启动MySQL服务
sudo systemctl start mysql
sudo systemctl enable mysql

安装PyMySQL

复制代码 
pip install pymysql

使用 apt 安装 MySQL 后，默认情况下 root 用户没有密码 ，但需要通过 sudo 权限访问。

如果希望设置密码（推荐）

使用 mysql_secure_installation

运行以下命令交互式设置密码：

复制代码 
sudo mysql_secure_installation

按照提示：

  1. 选择密码强度验证策略（通常选 0 跳过）

  2. 输入新密码并确认

  3. 后续选项建议全部选 Y（移除匿名用户、禁止远程 root 登录等）

用 sudo 登录 MySQL

python 复制代码 
sudo mysql -u root

检查 MySQL 用户认证方式

登录 MySQL 后，执行：

python 复制代码 
SELECT user, host, plugin FROM mysql.user WHERE user='root';

修改 root 用户认证方式为密码

假设你已经用 sudo mysql 进入了 MySQL，执行：

python 复制代码 
ALTER USER 'root'@'localhost' IDENTIFIED WITH mysql_native_password BY '12345678';
FLUSH PRIVILEGES;

创建数据库和表

python 复制代码 
import pymysql

# 替换为你的MySQL root密码
MYSQL_PASSWORD = 'your_root_password'

connection = pymysql.connect(
    host='localhost',
    user='root',
    password='12345678'
)

try:
    with connection.cursor() as cursor:
        # 创建数据库
        cursor.execute("CREATE DATABASE IF NOT EXISTS qwen_demo")
        cursor.execute("USE qwen_demo")
        
        # 创建产品表
        cursor.execute("""
        CREATE TABLE IF NOT EXISTS products (
            id INT AUTO_INCREMENT PRIMARY KEY,
            name VARCHAR(100),
            category VARCHAR(50),
            price DECIMAL(10,2),
            stock INT
        )
        """)
        
        # 插入示例数据
        cursor.execute("""
        INSERT INTO products (name, category, price, stock)
        VALUES 
            ('笔记本电脑', '电子产品', 5999.00, 50),
            ('智能手机', '电子产品', 3999.00, 100),
            ('平板电脑', '电子产品', 2999.00, 30),
            ('办公椅', '家具', 899.00, 20),
            ('书桌', '家具', 1299.00, 15)
        """)
    
    connection.commit()
    print("数据库和表创建成功，示例数据已插入！")
finally:
    connection.close()

2. 部署Qwen3-0.5B模型

python 复制代码 
pip install transformers torch sentencepiece

text2sql.py

python 复制代码 
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "Qwen/Qwen1.5-0.5B"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path, device_map="auto")

def generate_sql_from_nl(query):
    prompt = f"""将以下中文问题转换为SQL查询语句。只返回SQL语句，不要有其他解释或说明。
    
数据库表结构：
表名：products
字段：id, name, category, price, stock

问题：{query}
SQL:"""
    
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_new_tokens=200)
    sql = tokenizer.decode(outputs[0], skip_special_tokens=True)
    
    # 提取SQL部分
    sql = sql.split("SQL:")[-1].strip()
    return sql

测试代码：

python 复制代码 
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "/root/.cache/modelscope/hub/models/Qwen/Qwen2.5-1.5B-Instruct"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path, device_map="auto")

def generate_sql_from_nl(query):
    prompt = f"""将以下中文问题转换为SQL查询语句。只返回SQL语句，不要有其他解释或说明。
    
数据库表结构：
表名：products
字段：id, name, category, price, stock

问题：{query}
SQL:"""
    
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_new_tokens=300)
    sql = tokenizer.decode(outputs[0], skip_special_tokens=True)
    
    # 提取SQL部分
    sql = sql.split("SQL:")[-1].strip()
    return sql

if __name__ == "__main__":
    query = "查询所有价格大于100的产品"
    sql = generate_sql_from_nl(query)
    print("问题：", query)
    print("SQL：", sql)

3. 使用Flask部署API

python 复制代码 
pip install flask flask-cors

创建 app.py:

python 复制代码 
from flask import Flask, request, jsonify
from flask_cors import CORS
import pymysql
from qwen_model import generate_sql_from_nl  # 假设上面的Qwen代码保存在qwen_model.py

app = Flask(__name__)
CORS(app)

# MySQL配置
db_config = {
    'host': 'localhost',
    'user': 'root',
    'password': 'your_password',
    'database': 'qwen_demo',
    'charset': 'utf8mb4',
    'cursorclass': pymysql.cursors.DictCursor
}

@app.route('/api/query', methods=['POST'])
def handle_query():
    data = request.json
    user_query = data.get('query')
    
    if not user_query:
        return jsonify({'error': 'No query provided'}), 400
    
    try:
        # 生成SQL
        sql = generate_sql_from_nl(user_query)
        
        # 执行SQL
        connection = pymysql.connect(**db_config)
        with connection.cursor() as cursor:
            cursor.execute(sql)
            result = cursor.fetchall()
        
        return jsonify({
            'sql': sql,
            'result': result
        })
    except Exception as e:
        return jsonify({'error': str(e)}), 500

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

启动Flask服务：

复制代码 
python app.py
python 复制代码 
from flask import Flask, request, jsonify
from flask_cors import CORS
import pymysql
from qwen_model import generate_sql_from_nl  # 假设上面的Qwen代码保存在qwen_model.py

app = Flask(__name__)
CORS(app)

# MySQL配置
db_config = {
    'host': 'localhost',
    'user': 'root',
    'password': '12345678',
    'database': 'qwen_demo',
    'charset': 'utf8mb4',
    'cursorclass': pymysql.cursors.DictCursor
}

@app.route('/api/query', methods=['POST'])
def handle_query():
    data = request.json
    user_query = data.get('query')
    
    if not user_query:
        return jsonify({'error': 'No query provided'}), 400
    
    try:
        # 生成SQL
        sql = generate_sql_from_nl(user_query)
        
        # 执行SQL
        connection = pymysql.connect(**db_config)
        with connection.cursor() as cursor:
            cursor.execute(sql)
            result = cursor.fetchall()
        
        return jsonify({
            'sql': sql,
            'result': result
        })
    except Exception as e:
        return jsonify({'error': str(e)}), 500

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

test_api.py

python 复制代码 
import requests

url = "http://127.0.0.1:5000/api/query"
data = {
    "query": "价格大于3000的产品"  # 这里可以换成你想测试的自然语言问题
}

response = requests.post(url, json=data)
print("Status Code:", response.status_code)
print("Response:", response.json())

4. 在Dify中创建工作流

  1. 登录Dify平台

  2. 创建一个新的工作流

  3. 添加以下节点：

节点1: 用户输入

  • 类型：输入节点

  • 配置：接收用户的中文查询

节点2: 调用Flask API

节点3: 结果格式化

  • 类型：JavaScript处理节点

  • 代码：

复制代码 
function formatResult(data) {
    const result = data.result;
    if (result.length === 0) return "没有找到匹配的结果";
    
    let output = "查询结果：\\n";
    result.forEach(item => {
        output += `名称: ${item.name}, 类别: ${item.category}, 价格: ${item.price}, 库存: ${item.stock}\\n`;
    });
    
    return {
        sql: data.sql,
        result: output
    };
}

return formatResult(input);

节点4: 输出结果

  • 类型：输出节点

  • 配置：显示格式化后的结果

相关推荐
YOU OU11 小时前
Redis基础常识与命令
数据库·redis·缓存
Database_Cool_13 小时前
OLTP 和 OLAP 区别详解：分析型数据库和事务型数据库怎么选（附阿里云 AnalyticDB MySQL 选型指南）
数据库·mysql·阿里云
爱写代码的阿森13 小时前
鸿蒙三方库 | harmony-utils之KvUtil键值型数据库操作详解
数据库·华为·harmonyos·鸿蒙·huawei
Database_Cool_14 小时前
单机 MySQL 迁移到分布式数据库方便吗？阿里云 PolarDB-X 100% MySQL 协议兼容零改造平滑迁移
数据库·分布式·mysql
姜太小白14 小时前
【MySQL】 索引优化实战：解决 WHERE 等值 + IS NULL 查询，TEXT 字段报错 1167 的完整指南
数据库·mysql
weixin_4462608515 小时前
HACO：面向动态部署环境的对冲式智能计算可靠多智能体调度框架
后端·python·flask
窝子面15 小时前
手搓最简前后端协作-node
javascript·数据库
吳所畏惧15 小时前
宝塔面板Redis密码修改指南：SSH命令修改 vs 面板UI界面修改，哪个更靠谱？
运维·服务器·数据库·redis·缓存·ssh
DFT计算杂谈15 小时前
无 Root 权限在 Tesla K80 零门槛部署 DeepSeek 大模型
linux·服务器·网络·数据库·机器学习
热门推荐
01GitHub 镜像站点022026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片03如何新建文件夹？ 电脑新建文件夹的4种方法04AI科技热点日报 | 2026年07月01日05国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）06AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路07幻兽帕鲁 - 服务器管理员权限与 GM 命令完全指南08微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新092026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？10【解构】DeepSeek V4 发布：技术报告深度解读 + 横向对比六大开源模型，我们的判断是……