华为云Flexus+DeepSeek征文｜云端智能加持：华为云ModelArts Studio提升Chat2DB的AI数据库管理效能

前言

在数字化转型加速的背景下，数据库管理正面临日益复杂的挑战，传统手段已难以满足高效与智能的需求。华为云ModelArts Studio凭借其强大的AI能力，为Chat2DB注入了全新的智能化动力。通过自然语言处理与自动化技术的深度融合，Chat2DB实现了对数据库操作的精准理解和高效执行。本文将深入解析华为云ModelArts Studio如何赋能Chat2DB，打造更加智能、高效的数据库管理体验。

一、华为云ModelArts Studio平台介绍

1.1 ModelArts Studio介绍

🌟 平台介绍

ModelArts Studio是华为云提供的一个大模型即服务平台（MaaS服务），旨在简化模型开发流程，支持定制化大模型的开发，并使这些模型能够无缝集成到业务系统中。通过降低企业AI应用的成本和难度，ModelArts Studio助力企业快速实现AI技术落地。

👉 立即体验：通过ModelArts Studio，让大模型成为企业数字化转型的核心驱动力，解锁智能未来！

1.2 ModelArts Studio主要特点

1. 全栈模型生态，性能卓越
   ✅ 主流模型全覆盖：集成Llama、Baichuan、Yi、Qwen、DeepSeek等99%业界SOTA开源模型，预适配昇腾算力底座，精度与推理性能显著提升。
   ✅ 零代码自动化开发：沉淀100+行业调优经验，提供一键训练、自动超参优化、标准化流水线，无需手动调参，开发周期缩短50%+。
   ✅ 昇腾深度优化：基于昇腾算子与显存优化技术，训练/推理效率大幅提升，预置最优超参配置，开箱即用。

2. 资源灵活可控，成本优化
   💡 按需付费，弹性扩缩：分钟级获取算力资源，按实际使用收费，避免闲置浪费，降低AI入门门槛。
   💡 高可用性保障：多数据中心部署，支持故障快速恢复（快恢）与断点续训，确保训练任务不中断，保护项目连续性。

3. 智能应用快速构建
   🤖 Agent开发加速器：提供优质Prompt模板与智能Agent沉淀，支持复杂任务拆解（如多系统协同决策），快速生成业务专属智能体。
   🤝 组件化生态集成：即插即用MCP Server、LangChain、RAG、Guard等工具，一站式构建智能问答、知识管理、流程自动化等应用。

4. 一站式全生命周期服务
   📦 全流程工具链：覆盖模型调优、压缩、部署、评测等环节，支持「即开即用」，无需跨平台切换。
   ⚙️ 标准化流水线：内置性能与精度评价体系，自动化完成模型优化，确保全场景高性能表现。

1.3 ModelArts Studio使用场景

1. 行业大模型定制开发
   🔹 金融/医疗/制造：基于开源模型微调，快速构建风控分析、智能诊断、供应链优化等垂直领域大模型。
   🔹 优势：无需从头训练，依托昇腾优化提升行业数据适配性，降低定制成本。

2. 复杂业务流程自动化
   🔹 企业级决策支持：拆解项目级任务（如跨部门协作、多系统调用），通过智能Agent实现自动化决策与执行。
   🔹 典型场景：智能客服（多轮对话+知识库检索）、工单自动化处理、数据分析报告生成。

3. 低成本AI创新探索
   🔹 中小企业/初创团队：通过按需付费模式，零门槛试用大模型能力，快速验证业务场景（如营销文案生成、智能质检）。
   🔹 优势：分钟级启动开发，无需预置算力资源，试错成本降低80%。

4. 高性能实时推理场景
   🔹 实时交互应用：智能问答、推荐系统、工业实时监控等，依托昇腾优化保障低延迟、高并发推理。
   🔹 技术支撑：多数据中心容灾架构，确保7×24小时稳定服务。

5. 多模态应用集成
   🔹 智能内容生成：结合RAG（检索增强生成）与Guard（安全防护），构建企业级知识中台、数字人交互等多模态应用。
   🔹 组件化优势：快速集成LangChain等工具，实现「数据-模型-应用」闭环。

1.4 ModelArts Studio产品架构

华为云ModelArts Studio产品架构集成了模型服务、应用服务和资源管理等多个模块，支持从模型调优、压缩到部署的全生命周期管理，并提供丰富的插件和应用体验。其底层依托于ModelArts Standard平台，涵盖模型开发、数据工程、训练和推理等核心功能，确保高效灵活的AI开发流程。通过统一资源调度和AI专属资源池，ModelArts Studio实现了资源的按需使用和快速扩展，助力企业轻松应对复杂多变的业务需求。

二、Chat2DB介绍

2.1 Chat2DB简介

Chat2DB 是一个集成 AI 能力的智能、通用 SQL 客户端与数据报告工具，支持多种数据库系统（如 MySQL、Oracle、PostgreSQL、SQL Server、DB2、SQLite、ClickHouse 等），帮助用户更高效地编写 SQL 查询、管理数据库、生成可视化报告并实现跨数据库交互。作为开源项目，Chat2DB 欢迎社区参与和贡献。

2.2 Chat2DB主要特点

• 智能 SQL 生成：借助 AI 技术，快速生成准确的 SQL 查询语句，提升开发效率。
• 多数据库支持：全面兼容超过 10 种主流数据库，满足多样化数据管理需求。
• 数据库管理功能强大：提供连接、浏览、编辑、调试等一体化数据库管理体验。
• 智能报告生成：基于 AI 自动生成可视化数据报表和仪表盘，辅助业务决策。
• 数据结构同步：支持不同数据库之间的表结构自动比对与同步，简化迁移流程。
• 跨平台使用：支持主流操作系统，便于团队协作与多环境部署。
• 开源可扩展：开放源代码，便于二次开发与功能定制，持续推动生态共建。

三、本次实践介绍

3.1 本次实践介绍

1. 本次实践基于个人测试环境，依托华为云 Flexus X 实例与 ModelArts Studio 平台开展；
2. 实践内容为将Chat2DB工具接入 ModelArts Studio 提供的 DeepSeek 商用大模型服务，并完成Chat2DB的部署与配置。

3.2 环境规划

3.3 系统要求

在安装 Chat2DB 之前，请确保你的系统满足以下最低配置要求：

📌 提示： 为保证 Chat2DB 的稳定运行和良好体验，建议使用更高配置的环境，尤其是在处理大规模数据或连接多个数据库时。

四、环境准备工作

4.1 检查系统版本

本次实践在本地测试服务器进行，使用操作系统版本22.04.1 LTS，需要提前安装Docker环境。建议使用华为云Flexus X实例，环境部署更加方便快捷。

root@jeven01:~#  cat /etc/os-release
PRETTY_NAME="Ubuntu 22.04.1 LTS"
NAME="Ubuntu"
VERSION_ID="22.04"
VERSION="22.04.1 LTS (Jammy Jellyfish)"
VERSION_CODENAME=jammy
ID=ubuntu
ID_LIKE=debian
HOME_URL="https://www.ubuntu.com/"
SUPPORT_URL="https://help.ubuntu.com/"
BUG_REPORT_URL="https://bugs.launchpad.net/ubuntu/"
PRIVACY_POLICY_URL="https://www.ubuntu.com/legal/terms-and-policies/privacy-policy"
UBUNTU_CODENAME=jammy

4.2 检查Docker环境

检查Docker版本，当前安装版本为28.1.1。

root@jeven01:~# docker -v
Docker version 28.1.1, build 4eba377

检查Docker Compose版本，当前安装版本为：v2.35.1。

root@jeven01:~# docker compose version
Docker Compose version v2.35.1

4.3 安装基础软件包

如果是初始环境，可以安装以下基础软件

apt install -y build-essential cmake curl wget gnupg unzip vim git net-tools iputils-ping software-properties-common

五、开通DeepSeek商用服务

5.1 进入ModelArts Studio控制台

ModelArts Studio是华为云提供的一个大模型即服务平台（MaaS服务），旨在简化模型开发流程，支持定制化大模型的开发，并使这些模型能够无缝集成到业务系统中。通过降低企业AI应用的成本和难度，ModelArts Studio助力企业快速实现AI技术落地。我们登录华为云官网后，进入ModelArts Studio大模型即服务平台的介绍页。官网地址：https://www.huaweicloud.com/product/modelarts/studio.html。点击“ModelArts Studio控制台”，即可进入maas服务控制台内。

5.2 开通商业服务

访问 ModelArts Studio 大模型即服务平台后，ModelArts Studio 控制台，登录后进入 模型推理 页面，选择 在线推理 > 预置服务 > 商用服务，在模型列表中找到 DeepSeek-R1-32K，点击“开通服务”以启用该模型，具体操作如下所示：

同样的方法，我们可以开通DeepSeek-V3-32K和DeepSeek-R1-32K-0528商用服务，如下所示已正常开通。

5.3 复制OpenAI SDK信息

您可以选择某个已开通的商用服务（例如 DeepSeek-V3-32K），点击其右侧的 “调用说明” 选项，即可查看与该模型兼容的 OpenAI SDK 调用信息。请在此页面复制所需的 模型名称 和 API 地址，并保存至本地，以便后续配置和使用。

5.4 创建API key

我们在ModelArts Studio控制台左侧菜单栏中，单击“API Key管理”，开始创建API key。

填写API key的标签和描述，填写完毕后，确认创建。

复制我们刚才生成的密钥，如下所示：

可以在本地建一个临时文本文件，将以上关键信息保存下来。

六、部署MySQL数据库

6.1 拉取Mysql容器镜像

请执行以下命令以拉取 MySQL 的容器镜像。我们将使用名为 mysql:8.0 的镜像版本：

root@jeven01:~# docker pull mysql:8.0
8.0: Pulling from library/mysql
ed0a8990cecb: Already exists
177b61316434: Already exists
8136f22d09a6: Already exists
b1e07841ef1f: Already exists
6a1cda231802: Already exists
3129972d409e: Already exists
b0a39b3bc178: Already exists
8196d276e623: Already exists
61ad5ccea9dc: Pull complete
f342254d0c44: Pull complete
c74d929db40f: Pull complete
Digest: sha256:ea507a449a36891e6712925d8ef67e208870f3cf58934d2e60abae7c406c0bc6
Status: Downloaded newer image for mysql:8.0
docker.io/library/mysql:8.0

6.2 创建MySQL容器

执行以下命令，快速创建MySQL容器，如下所示：

mkdir -p /data/mysql/{data,conf} 

docker run -d \
  --name mysql_01 \
  --restart always \
  -v /data/mysql/data:/var/lib/mysql \
  -v /data/mysql/conf:/etc/mysql/conf.d \
  -p 3641:3306 \
  -e MYSQL_ROOT_PASSWORD=admin \
  -e MYSQL_DATABASE=data \
  mysql:8.0

📌 参数说明：

6.3 检查MySQL容器状态

检查MySQL容器状态，可以看到MySQL容器正常运行中。

root@jeven01:~# docker ps
CONTAINER ID   IMAGE              COMMAND                  CREATED         STATUS          PORTS NAMES
ebb6d4c0600f   mysql:8.0          "docker-entrypoint.s…"   2 minutes ago   Up 2 minutes    33060/tcp, 0.0.0.0:3641->3306/tcp, [::]:3641->3306/tcp mysql_01

6.4 连接与测试

在测试环境中，可通过宿主机执行以下命令连接 MySQL 容器服务：

docker exec -it mysql_01 mysql -uroot -padmin

七、部署Chat2DB应用

7.1 创建部署目录

执行以下命令，创建部署目录。

mkdir -p /data/chat2db  && cd /data/chat2db/

7.2 创建Chat2DB容器

如果使用docker命令行方式创建容器，可参考以下示例命令：

docker run  -d --name=chat2db -p 10824:10824 -v /data/chat2db/.chat2db-docker:/root/.chat2db  chat2db/chat2db:latest

本次实践基于 Docker Compose 方式进行容器创建与配置，推荐使用该方式以提升部署效率并统一服务管理。

vim docker-compose.yaml

version: '3'
services:
    chat2db:
        image: 'chat2db/chat2db:latest'
        restart: always 
        volumes:
            - '/data/chat2db/.chat2db-docker:/root/.chat2db'
        ports:
            - '10824:10824'
        container_name: chat2db

7.3 检查Chat2DB容器状态

执行以下命令，查看 Chat2DB 容器的运行状态，确保其已正常启动：

root@jeven01:/data/chat2db# docker ps
CONTAINER ID   IMAGE                    COMMAND                  CREATED          STATUS          PORTS        NAMES
34c1579d56d1   chat2db/chat2db:latest   "java -Dloader.path=…"   9 minutes ago    Up 8 minutes    0.0.0.0:10824->10824/tcp, [::]:10824->10824/tcp        chat2db

7.4 检查容器日志

检查Chat2DB容器日志，可以看到Chat2DB服务正常运行。

docker compose logs 

八、部署与配置One API服务

8.1 创建One API容器

创建本地目录/data/oneapi/，如下所示：

mkdir -p /data/oneapi/ && cd /data/oneapi/

在部署目录下新建及编辑docker-compose.yaml部署文件，如下所示：

vim docker-compose.yaml

version: '3'

services:
  one-api:
    image: justsong/one-api
    container_name: one-api
    restart: always
    ports:
      - "7800:3000"
    volumes:
      - /data/oneapi/data:/data
    environment:
      - TZ=Asia/Shanghai

执行docker compose up -d命令，快速创建oneapi容器。

docker compose up -d

8.2 访问One API首页

浏览器访问http://<云服务器公网IP地址>:7800，将IP替换为云服务器的弹性公网IP地址，访问One API的初始页。如果无法访问到该页面，需要检查操作系统的防火墙是否关闭或放行相关服务端口。

点击One API右上角的登录选项，进入登录页。

初始默认管理员账号密码为root/123456，填写账号密码完毕后，点击“登录”选项。

登录到One API首页后，会自动提示我们修改初始密码，修改密码后提交即可。

8.3 添加渠道

新增渠道配置，可参考如下：

• 类型： OpenAI兼容
• 名称：华为云
• 分组：默认即可
• Base URL： https://api.modelarts-maas.com/v1
• 模型：DeepSeek-V3
• 密钥： 华为云mass的API Key
• 其余配置默认，确定提交即可。

在新增渠道后，可通过点击“测试”按钮进行验证，若提示状态正常，则表示配置已成功且有效。

8.4添加新令牌

在令牌管理模块，点击“添加新的令牌”。

由于是测试环境，我们可以简单配置，参考如下：

• 名称：华为云
• 模型范围：DeepSeek-V3
• 过期时间：永不过期（可自行设置）
• 额度：设置无线额度
• 其余配置默认即可，点击提交。

8.5 复制及保存令牌信息

我们选择复制的第一项【复制NextChat链接】，即可生成相关令牌信息。

• 生成的令牌信息如下所示：

https://app.nextchat.dev/#/?settings={"key":"sk-Q790oEvOpTnAiolM9887Ac75DeB948349c68EbE75cFdA026","url":"http://localhost:3000"}

• 转换为OpenAI SDK信息：

• API地址：http://192.168.0.122:7800
• API密钥： sk-Q790oEvOpTnAiolM9887Ac75DeB948349c68EbE75cFdA026
• 模型名称：DeepSeek-V3
• 将以上信息保存，用于对接NextChat个人AI助手使用。

九、访问Chat2DB服务

浏览器访问http://<服务器IP地址>:10824，将IP替换为自己服务器IP地址，访问Chat2DB的初始登录页。如果无法访问到该页面，需要检查操作系统的防火墙是否关闭或放行相关服务端口。

Chat2DB的初始登录账号密码为chat2db/chat2db，填写账号密码后，即可访问Chat2DB首页。

十、Chat2DB的配置和基本使用

10.1 连接数据库

在Chat2DB数据库管理模块中，我们点击“MySQL”类型，进入到MySQL连接配置页面。

MySQL连接配置项，可参考如下填写：

• Name: 数据库实例名称，可自定义填写，这里填写mysql_server ；
• Host： 192.168.3.88 （本地服务器IP地址） ；
• Port: 3641 (数据库服务端口） ；
• User/Password: 填写我们默认设置的root/admin ；
• 其余配置默认，点击“save”保存即可。

双击该 MySQL 实例名称，即可快速连接至数据库，如下所示：

10.2 设置简体中文（可选）

如需切换系统语言，可在系统设置中选择【基础设置】→【语言】→【简体中文】，即可将系统界面语言切换为简体中文。

10.3 配置AI模型

在系统设置——自定义AI——自定义，填写AI模型相关信息，配置可参考如下：

• ApiKey： oneapi中的API key ；
• ApiHost： http://192.168.3.88:7800/v1/chat/completions/
• Model： DeepSeek-V3
• 填写完毕后，点击“应用”即可。

10.4 测试AI功能

通过向AI对话系统询问如何在MySQL里创建一个名为school的数据库，我们发现Chat2DB与华为云的Deepseek-V3大型模型协作，可以有效地提供精确的SQL语句作为回应。

请给出在 MySQL 中创建名为school数据库的 SQL 语句。

将AI回答的内容中，只保留SQL语句部分，点击执行，可以看到成功执行该SQL命令。

在数据库列表中，点击“刷新”选项后，我们可以看到名为 school 的数据库已成功创建。

10.5 仪表盘功能

在仪表盘管理页面中，点击“+”按钮以新建仪表盘，填写完名称后，点击“确认”完成创建操作

在创建仪表盘的页面中间，点击“Add Data”，添加数据源操作。

将回答内容仅保留SQL语句，点击【执行】后，选择图标类型为饼状图，X轴选择“数据库”，即可看到饼状图已成功生成。

将回答的内容只保留SQL语句，点击【执行】后，图标类型选择饼状图，X轴选择数据库，可以看到饼状图已经成功生成。

十一、实践体验与总结

✨ 实践体验分享
通过本次基于华为云 ModelArts Studio 与 DeepSeek-V3 大模型的 Chat2DB 数据库智能管理实践，深刻体会到 AI 技术与数据库操作融合所带来的高效与便捷。从环境准备、MySQL 数据库部署，到 Chat2DB 应用配置与 AI 模型对接，整个流程清晰可控，操作界面友好直观。尤其在使用自然语言进行数据库查询、生成可视化图表等场景中，AI 展现出极高的理解力与准确性，极大降低了数据库使用的门槛，提升了开发与运维效率。

🚀 总结与展望
此次实践不仅验证了 Chat2DB 在数据库管理中的强大功能，更展现了华为云 ModelArts Studio 平台在 AI 工程化落地方面的卓越能力。借助 DeepSeek 商用大模型的强大语义理解能力，Chat2DB 实现了“对话即操作”的全新交互方式，让数据库管理变得更加智能和轻松。未来，随着 AI 技术的不断演进，相信华为云将持续引领智能化数据库管理的新潮流，为开发者和企业提供更加高效、智能的服务支持。

📣 华为云 ModelArts Studio，助力 AI 赋能每一个行业，开启智能新纪元！