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
llilian_162 小时前
IRIG-B码产生器立足用户痛点，提供精准授时解决方案
大数据·数据库·功能测试·单片机·嵌入式硬件·测试工具
zuoerjinshu7 小时前
sql实战解析-sum()over(partition by xx order by xx)
数据库·sql
NocoBase8 小时前
【2.0 教程】第 1 章：认识 NocoBase ，5 分钟跑起来
数据库·人工智能·开源·github·无代码
Hoshino.4110 小时前
基于Linux中的数据库操作——下载与安装（1）
linux·运维·数据库
Oueii11 小时前
Django全栈开发入门：构建一个博客系统
jvm·数据库·python
未来龙皇小蓝11 小时前
【MySQL-索引调优】11：Group by相关概念
数据库·mysql·性能优化
2401_8318249612 小时前
使用Fabric自动化你的部署流程
jvm·数据库·python
njidf12 小时前
Python日志记录（Logging）最佳实践
jvm·数据库·python
twc82912 小时前
大模型生成 QA Pairs 提升 RAG 应用测试效率的实践
服务器·数据库·人工智能·windows·rag·大模型测试
@我漫长的孤独流浪12 小时前
Python编程核心知识点速览
开发语言·数据库·python
热门推荐
01GitHub 镜像站点02Qwen3.5 开源全解析：从 0.8B 到 397B，代际升级 + 全场景选型指南03围棋-html版本04小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）05班级宠物园部署指南06OpenClaw 使用和管理 MCP 完全指南07UV安装并设置国内源08“wsl --install -d Ubuntu-22.04”下载慢，中国地区离线安装 Ubuntu 22.04 WSL方法（亲测2025年5月6日）09OpenClaw Control UI安全上下文访问配置10AI 编程三剑客：Spec-Kit、OpenSpec、Superpowers 深度对比与实战指南