Python調用DeepSeek?API實現對本地數據庫的AI管理
場景描述
基于DeepSeek模型,實現對本地數據庫的AI管理。
實現思路
1、本地python+flask搭建個WEB,配置數據源。
2、通過DeepSeek模型根據用戶輸入的文字需求,自動生成SQL語句。
3、通過SQL執(zhí)行按鈕,實現對數據庫的增刪改查。
前置條件
到DeepSeek官網的API開放平臺注冊,完成以下配置:
DEEPSEEK_API_KEY=your-deepseek-api-key
DEEPSEEK_API_URL=https://api.deepseek.com/v1/chat
效果展示
核心代碼
from flask import Blueprint, render_template, request, jsonify, current_app from .database import DatabaseManager from .config import DatabaseConfig import requests from .sql_generator import SQLGenerator # 添加這行導入 main = Blueprint('main', __name__) db_manager = DatabaseManager() @main.route('/') def index(): return render_template('index.html') @main.route('/connect', methods=['POST']) def connect_database(): try: data = request.json print(f"收到連接請求: {data}") # 添加調試信息 # 先創(chuàng)建一個沒有指定數據庫的連接 config = DatabaseConfig( host=data.get('host'), user=data.get('user'), password=data.get('password'), database='', # 先不指定數據庫 port=int(data.get('port', 3306)) ) success, error_message = db_manager.connect(config) if success: # 獲取數據庫列表 databases = db_manager.get_databases() print(f"成功獲取數據庫列表: {databases}") # 添加調試信息 return jsonify({ 'success': True, 'databases': databases }) print(f"連接失敗: {error_message}") # 添加調試信息 return jsonify({ 'success': False, 'message': error_message }) except Exception as e: error_message = f"發(fā)生錯誤: {str(e)}" print(error_message) # 添加調試信息 import traceback print(traceback.format_exc()) # 打印完整的錯誤堆棧 return jsonify({ 'success': False, 'message': error_message }) @main.route('/select-database', methods=['POST']) def select_database(): try: data = request.json database = data.get('database') if not database: return jsonify({ 'success': False, 'message': '請選擇數據庫' }) print(f"切換到數據庫: {database}") # 使用選擇的數據庫重新連接 config = DatabaseConfig( host=db_manager.host, user=db_manager.user, password=db_manager.password, database=database, port=db_manager.port ) success, error_message = db_manager.connect(config) if success: print(f"成功切換到數據庫: {database}") return jsonify({ 'success': True, 'message': f'成功切換到數據庫: {database}' }) else: print(f"切換數據庫失敗: {error_message}") return jsonify({ 'success': False, 'message': f'切換數據庫失敗: {error_message}' }) except Exception as e: error_message = f"選擇數據庫時發(fā)生錯誤: {str(e)}" print(error_message) import traceback print(traceback.format_exc()) return jsonify({ 'success': False, 'message': error_message }) @main.route('/generate-sql', methods=['POST']) def generate_sql(): try: user_input = request.json.get('input') model_type = request.json.get('model') # 默認值 print(f"收到SQL生成請求,用戶輸入: {user_input},選擇模型: {model_type}") if model_type == '': # 使用本地 SQL 生成器 generated_sql = SQLGenerator.generate_sql(user_input) return jsonify({ 'success': True, 'sql': generated_sql }) else: # 使用其他模型的現有邏輯 model_config = current_app.config['AVAILABLE_MODELS'].get(model_type) if not model_config: return jsonify({ 'success': False, 'message': '不支持的模型類型' }) # 通用提示詞 prompt = f""" 作為一個SQL專家,請根據以下需求生成合適的SQL語句: 需求:{user_input} 請只返回SQL語句,不需要其他解釋。 如果是創(chuàng)建表,請包含合適的字段類型和必要的約束。 """ try: headers = { 'Authorization': f'Bearer {model_config["api_key"]}', 'Content-Type': 'application/json' } if model_type == 'deepseek': payload = { 'model': model_config['model_name'], 'messages': [ {'role': 'user', 'content': prompt} ], 'temperature': 0.3 } else: # OpenAI payload = { 'model': model_config['model_name'], 'messages': [ {'role': 'system', 'content': 'You are a SQL expert. Only return SQL statements without any explanation.'}, {'role': 'user', 'content': prompt} ], 'temperature': 0.3 } response = requests.post( model_config['api_url'], headers=headers, json=payload, timeout=30 ) if response.status_code == 200: if model_type == 'deepseek': generated_sql = response.json()['choices'][0]['message']['content'].strip() else: # OpenAI generated_sql = response.json()['choices'][0]['message']['content'].strip() print(f"生成的SQL: {generated_sql}") return jsonify({'success': True, 'sql': generated_sql}) else: error_message = f"API調用失敗: {response.status_code} - {response.text}" print(error_message) return jsonify({ 'success': False, 'message': error_message }) except requests.exceptions.RequestException as e: error_message = f"API請求錯誤: {str(e)}" print(error_message) return jsonify({ 'success': False, 'message': error_message }) except Exception as e: error_message = f"SQL生成錯誤: {str(e)}" print(error_message) import traceback print(traceback.format_exc()) return jsonify({ 'success': False, 'message': error_message }) @main.route('/execute-sql', methods=['POST']) def execute_sql(): try: sql = request.json.get('sql') if not sql or sql.strip().startswith('--'): return jsonify({ 'success': False, 'result': None, 'message': '請先生成有效的 SQL 語句' }) print(f"執(zhí)行SQL: {sql}") result, error_message = db_manager.execute_query(sql) if result is None: return jsonify({ 'success': False, 'result': None, 'message': error_message or '執(zhí)行失敗,請確保已連接數據庫并檢查 SQL 語句是否正確' }) print(f"執(zhí)行結果: {result}") return jsonify({ 'success': True, 'result': result }) except Exception as e: error_message = f"SQL執(zhí)行錯誤: {str(e)}" print(error_message) import traceback print(traceback.format_exc()) return jsonify({ 'success': False, 'result': None, 'message': error_message }) @main.route('/get-databases', methods=['GET']) def get_databases(): databases = db_manager.get_databases() return jsonify({'databases': databases}) @main.route('/test-connection', methods=['POST']) def test_connection(): try: data = request.json print(f"收到測試連接請求: {data}") # 創(chuàng)建一個沒有指定數據庫的連接配置 config = DatabaseConfig( host=data.get('host'), user=data.get('user'), password=data.get('password'), database='', # 不指定數據庫 port=int(data.get('port', 3306)) ) success, error_message = db_manager.connect(config) if success: # 獲取數據庫列表 databases = db_manager.get_databases() print(f"測試連接成功,獲取到數據庫列表: {databases}") return jsonify({ 'success': True, 'databases': databases }) print(f"測試連接失敗: {error_message}") return jsonify({ 'success': False, 'message': error_message }) except Exception as e: error_message = f"測試連接時發(fā)生錯誤: {str(e)}" print(error_message) import traceback print(traceback.format_exc()) return jsonify({ 'success': False, 'message': error_message })
到此這篇關于Python調用DeepSeek API實現對本地數據庫的AI管理的文章就介紹到這了,更多相關Python DeepSeek數據庫管理內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
解決Shell執(zhí)行python文件,傳參空格引起的問題
今天小編就為大家分享一篇解決Shell執(zhí)行python文件,傳參空格引起的問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10基于keras中訓練數據的幾種方式對比(fit和fit_generator)
這篇文章主要介紹了keras中訓練數據的幾種方式對比(fit和fit_generator),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05