一、前言在模块化烹饪小程序的开发体系中后端服务是支撑前端数据交互、数据持久化以及AI解析功能的核心载体。前序开发完成了小程序前端页面的基础搭建与样式优化本日的核心工作聚焦于Flask后端项目的完整初始化、MySQL数据库的自动化配置、全局跨域处理、自定义业务日志系统的搭建同时完成了菜谱核心业务接口、图片静态资源服务以及AI菜谱解析接口的开发。本次开发彻底解决了小程序前后端跨域请求报错、数据库手动创建繁琐、接口调用无日志溯源、静态大图导致小程序包体积超标等核心问题搭建出一套可稳定迭代、可调试、可扩展的轻量化后端服务架构为后续小程序菜谱数据的增删查改、AI智能解析、图片资源托管等功能提供了坚实的底层支撑。二、项目技术栈与整体架构本次后端开发采用轻量化、易部署且适配小程序开发的技术栈。整体架构采用前后端分离模式后端专注于数据处理、数据库交互、日志记录以及AI接口对接前端则专注于页面渲染与用户交互。核心技术栈如下Python Flask作为Web框架Flask-SQLAlchemy作为ORM数据库映射工具Flask-CORS处理跨域问题PyMySQL作为MySQL驱动DeepSeek AI接口提供智能解析能力。核心能力涵盖项目初始化配置、数据库自动创建与ORM映射、全局跨域放行、全接口自定义日志、图片上传与静态资源托管、菜谱数据CRUD操作以及AI结构化菜谱解析。示例代码项目依赖安装pipinstallflask flask-sqlalchemy flask-cors pymysql requests三、Flask项目基础初始化配置项目初始化是后端开发的基础工作主要完成Flask应用实例的创建、全局插件的引入、文件上传目录的自动创建以及服务运行参数的配置。统一的初始化配置能够为后续功能开发奠定稳定的基础运行环境避免出现环境适配问题。核心知识点包括Flask应用实例的初始化方法、静态资源目录的自动化创建方式、服务局域网开放的具体配置。在初始化过程中需要通过CORS组件全局开启跨域支持同时创建用于存储上传图片的uploads目录使用os.makedirs的exist_ok参数可以确保目录存在时不报错实现幂等性创建。示例代码Flask应用初始化与跨域配置fromflaskimportFlask,request,jsonify,send_from_directoryfromflask_sqlalchemyimportSQLAlchemyfromflask_corsimportCORSimportosimportjsonimportrequestsfromdatetimeimportdatetimeimportpymysqlfrompymysql.constantsimportCLIENT appFlask(__name__)CORS(app)DB_USERrootDB_PASSWORDyour_passwordDB_HOST127.0.0.1DB_NAMErecipe_dbDEEPSEEK_API_KEYyour_api_keyapp.config[UPLOAD_FOLDER]uploadsos.makedirs(app.config[UPLOAD_FOLDER],exist_okTrue)上述代码完成了项目基础环境的搭建工作。通过os.makedirs实现了上传目录的自动创建无需手动新建文件夹。配置CORS(app)全局解决了前后端跨域问题能够适配小程序前端的各类请求。统一管理数据库连接信息、AI密钥等核心配置参数方便后续进行统一的修改和维护。四、MySQL数据库自动化连接与模型映射传统Flask项目开发中数据库需要手动创建这一操作较为繁琐且不利于项目的迁移。本次开发实现了数据库自动创建与ORM模型映射的双重机制程序启动时会自动检测并创建数据库同时定义菜谱数据表结构实现数据的持久化存储。核心知识点涵盖PyMySQL自动建库的实现原理、SQLAlchemy ORM数据模型的定义方法、数据表的自动生成机制。通过PyMySQL连接MySQL服务器后执行CREATE DATABASE IF NOT EXISTS语句可以安全地创建数据库。使用utf8mb4字符集能够完整支持中文和特殊符号的存储避免出现乱码问题。示例代码数据库自动创建与ORM模型定义try:connpymysql.connect(hostDB_HOST,userDB_USER,passwordDB_PASSWORD,client_flagCLIENT.MULTI_STATEMENTS)cursorconn.cursor()cursor.execute(fCREATE DATABASE IF NOT EXISTS{DB_NAME}DEFAULT CHARACTER SET utf8mb4)cursor.close()conn.close()exceptExceptionase:print(f数据库创建失败:{e})app.config[SQLALCHEMY_DATABASE_URI]fmysqlpymysql://{DB_USER}:{DB_PASSWORD}{DB_HOST}/{DB_NAME}app.config[SQLALCHEMY_TRACK_MODIFICATIONS]FalsedbSQLAlchemy(app)classFood(db.Model):__tablename__foodsiddb.Column(db.Integer,primary_keyTrue,autoincrementTrue)namedb.Column(db.String(200),nullableFalse)image_urldb.Column(db.String(500))descdb.Column(db.Text)structured_datadb.Column(db.Text)create_timedb.Column(db.DateTime,defaultdatetime.now)该模块实现了零手动操作的建库流程。Food模型涵盖了菜谱名称、图片地址、描述信息、结构化AI数据以及创建时间等核心字段完全满足小程序菜谱展示、详情查询和数据存储的全部需求。五、全局跨域处理方案小程序前端与后端通常运行在不同的端口和域名下这会导致浏览器默认的跨域拦截机制被触发使得接口请求失败。本次开发采用Flask-CORS实现全局跨域放行无需对单个接口进行单独配置能够适配所有前后端数据交互的场景。核心知识点包括Flask全局跨域的配置方法、小程序跨域请求的适配原理。CORS跨域资源共享通过在响应头中添加Access-Control-Allow-Origin字段来告知浏览器允许跨域访问。设置为*表示允许任意域名访问这在开发阶段非常便捷。示例代码全局CORS配置fromflask_corsimportCORS appFlask(__name__)CORS(app,resources{r/api/*:{origins:*,methods:[GET,POST,PUT,DELETE,OPTIONS],allow_headers:[Content-Type,Authorization]}})相较于局部跨域配置方式全局CORS配置更加简洁高效。它可以放行小程序本地开发环境和线上环境的所有请求彻底解决开发阶段常见的跨域报错问题保障前后端数据交互的顺畅进行。六、自定义全业务日志系统搭建Flask默认的日志记录仅包含基础的请求信息无法精准定位业务层面的问题。本次开发自主搭建了可视化业务日志系统对所有核心接口的请求、读取、写入和异常信息进行结构化打印。日志内容包含时间戳、接口地址、请求数据、返回条数和异常提示等核心信息极大提升了调试效率。核心知识点包括自定义业务日志的规范设计、接口全链路日志的记录方法、异常日志的捕获机制。通过统一的分隔线格式可以清晰地区分不同请求的日志边界。在开发模式下使用print输出日志可以实时查看生产环境则可以替换为专业的logging模块。示例代码带完整日志的接口实现app.route(/api/food/list,methods[GET])deffood_list():print(\n*80)print(日志: 获取菜谱列表 /api/food/list)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))foodsFood.query.order_by(Food.id.desc()).all()data[]forfinfoods:img_urlfhttp://127.0.0.1:5000/uploads/{os.path.basename(f.image_url)}iff.image_urlelseitem{id:f.id,name:f.name,image:img_url,desc:f.desc}data.append(item)print(列表查询完成共返回:,len(data),条数据)print(*80\n)returnjsonify({code:200,data:data})app.route(/api/food/detail/int:food_id,methods[GET])deffood_detail(food_id):print(\n*80)print(日志: 获取菜谱详情 /api/food/detail)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))print(请求ID:,food_id)foodFood.query.get(food_id)ifnotfood:print(未找到对应菜谱ID:,food_id)print(*80\n)returnjsonify({code:404,msg:菜谱不存在})result{id:food.id,name:food.name,image_url:food.image_url,desc:food.desc,structured_data:json.loads(food.structured_data)iffood.structured_dataelseNone,create_time:food.create_time.strftime(%Y-%m-%d %H:%M:%S)}print(详情查询完成菜谱:,food.name)print(*80\n)returnjsonify({code:200,data:result})日志系统覆盖了菜谱列表、详情查询、数据新增、图片上传和AI解析等所有核心接口。统一的分隔线格式能够区分正常请求与异常请求开发者可以清晰追溯每一次数据读写操作快速定位参数缺失、数据查询为空、AI解析失败等开发和线上问题。七、静态资源托管与图片上传接口实现针对小程序代码包体积超标的问题本次搭建了后端静态资源托管服务。将小程序中的本地大图和GIF动图迁移至后端的uploads目录通过网络URL加载资源大幅缩减小程序包的体积有效解决了官方80051体积超标的报错问题。核心知识点包括Flask静态资源路由的配置方法、文件重命名防止覆盖的策略、小程序网络资源的适配方式。通过send_from_directory函数可以安全地从指定目录提供文件服务。使用时间戳对上传文件进行重命名可以有效避免文件名冲突导致的资源覆盖问题。示例代码静态资源服务与图片上传接口app.route(/uploads/filename)defuploaded_file(filename):returnsend_from_directory(app.config[UPLOAD_FOLDER],filename)app.route(/api/upload,methods[POST])defupload_image():print(\n*80)print(日志: 图片上传 /api/upload)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))ifimagenotinrequest.files:print(错误: 未选择图片)print(*80\n)returnjsonify({code:400,msg:请选择图片})filerequest.files[image]iffile.filename:print(错误: 图片文件名为空)print(*80\n)returnjsonify({code:400,msg:图片不能为空})extfile.filename.rsplit(.,1)[1].lower()if.infile.filenameelsejpgfilenamedatetime.now().strftime(%Y%m%d%H%M%S_%f).ext save_pathos.path.join(app.config[UPLOAD_FOLDER],filename)file.save(save_path)file_urlf/uploads/{filename}print(图片上传成功保存路径:,save_path)print(访问URL:,file_url)print(*80\n)returnjsonify({code:200,url:file_url,msg:上传成功})通过微秒级时间戳对上传文件进行重命名能够彻底避免同名文件被覆盖的问题。后端统一托管静态资源后小程序端仅需保留小图标资源即可完美适配微信小程序2MB代码包体积的限制同时保证了图片的正常加载和展示。八、菜谱数据读写与AI解析接口开发本日完成了核心业务接口的开发工作实现了菜谱数据的新增、详情查询以及AI自然语言转结构化菜谱数据的功能。同时通过详细的日志记录每一次数据写入与读取过程保障了数据的可追溯性。核心知识点包括SQLAlchemy数据提交的事务机制、JSON结构化数据的存储方式、AI大模型接口的对接流程。使用db.session.add和db.session.commit完成数据的持久化操作。structured_data字段以JSON字符串形式存储可以灵活保存步骤、食材、工具等复杂结构信息。示例代码菜谱新增与AI解析接口app.route(/api/food/add,methods[POST])defadd_food():print(\n*80)print(日志: 新增菜谱 /api/food/add)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))datarequest.get_json()print(接收到的数据:,json.dumps(data,ensure_asciiFalse,indent2))ifnotdata.get(name):print(错误: 菜名不能为空)print(*80\n)returnjsonify({code:400,msg:菜名不能为空})structured_datadata.get(structured_data)ifisinstance(structured_data,dict):structured_datajson.dumps(structured_data,ensure_asciiFalse)foodFood(namedata.get(name),descdata.get(desc),image_urldata.get(image_url),structured_datastructured_data)db.session.add(food)db.session.commit()print(数据写入成功ID:,food.id)print(*80\n)returnjsonify({code:200,msg:菜谱发布成功,id:food.id})app.route(/api/ai/parse,methods[POST])defai_parse_recipe():print(\n*80)print(日志: AI菜谱解析 /api/ai/parse)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))datarequest.get_json()raw_textdata.get(raw_text,)ifnotraw_text:print(错误: 待解析文本为空)print(*80\n)returnjsonify({code:400,msg:请输入菜谱描述})headers{Authorization:fBearer{DEEPSEEK_API_KEY},Content-Type:application/json}promptf请将以下菜谱描述解析为结构化JSON包含菜名、食材列表、步骤列表三个字段:\n{raw_text}payload{model:deepseek-chat,messages:[{role:user,content:prompt}],temperature:0.7}try:responserequests.post(https://api.deepseek.com/v1/chat/completions,headersheaders,jsonpayload,timeout30)resultresponse.json()parsed_contentresult.get(choices,[{}])[0].get(message,{}).get(content,)print(AI解析成功返回内容长度:,len(parsed_content))print(*80\n)returnjsonify({code:200,data:parsed_content})exceptExceptionase:print(AI解析失败:,str(e))print(*80\n)returnjsonify({code:500,msg:fAI解析失败:{str(e)}})该接口能够接收前端传入的结构化菜谱数据将JSON格式的步骤、食材、工具信息存入数据库。同时对接DeepSeek AI接口实现了自然语言菜谱的自动标准化解析功能为小程序的动画分步烹饪功能提供了可靠的数据支撑。九、服务启动配置与项目总结服务启动是后端项目的最后环节需要在启动时完成数据表的自动创建并将服务监听在指定端口上。开启调试模式可以在代码修改后自动重载提高开发效率。开放局域网访问则允许手机等设备在同一个网络下进行调试。核心知识点包括Flask应用上下文的正确使用方式、数据表自动创建的触发时机、调试模式与生产模式的区别。使用with app.app_context()可以确保在应用上下文环境中执行数据库操作。host0.0.0.0’表示监听所有网络接口允许外部设备访问。示例代码服务启动配置if__name____main__:withapp.app_context():db.create_all()print(\n后端服务启动成功监听地址: http://0.0.0.0:5000)print(API文档:)print( GET /api/food/list - 获取菜谱列表)print( GET /api/food/detail - 获取菜谱详情)print( POST /api/food/add - 新增菜谱)print( POST /api/upload - 上传图片)print( POST /api/ai/parse - AI解析菜谱)print(日志系统已开启可监控所有接口请求\n)app.run(host0.0.0.0,port5000,debugTrue)本日完成了烹饪小程序后端的全套基础架构搭建工作实现了Flask项目的初始化配置、MySQL自动化配置、全局跨域处理、自定义业务日志系统、静态资源托管、核心业务接口与AI解析接口的开发。成功解决了小程序包体积超标、前后端跨域报错、数据库部署繁琐、接口问题无法溯源等开发痛点。整套后端架构具备轻量化、易调试、易扩展的特点。所有业务操作均有详细的日志记录数据读写稳定可靠完全满足模块化烹饪小程序的业务需求为后续的前端接口对接、功能迭代和线上部署奠定了坚实的后端基础。十、明日开发计划明日将继续推进项目开发主要工作计划包括以下几个方面第一完成小程序前端与后端所有接口的全面对接工作实现菜谱列表和详情页的动态数据渲染确保前端能够正确展示从后端获取的菜谱数据。第二优化静态资源的加载速度适配小程序线上环境的HTTPS域名配置确保图片资源能够在小程序生产环境中正常访问。第三完善AI菜谱解析的容错机制增强数据解析的稳定性处理AI接口返回格式不一致等边界情况。第四新增菜谱收藏功能和浏览记录业务接口丰富小程序的核心功能模块提升用户体验。想要解锁更多小程序组件化封装、JSON 结构化菜谱解析、Lottie/GIF 动画适配、全栈项目落地实战干货、零基础入门避坑教程吗持续关注后续将更新云端部署、跨端适配、样式统一美化、历史菜谱收藏功能等硬核内容手把手带你吃透小程序全栈开发流程
模块化烹饪小程序开发日记 Day3：（Flask后端初始化、数据库配置与自定义日志系统搭建）
发布时间：2026/5/19 16:08:18
一、前言在模块化烹饪小程序的开发体系中后端服务是支撑前端数据交互、数据持久化以及AI解析功能的核心载体。前序开发完成了小程序前端页面的基础搭建与样式优化本日的核心工作聚焦于Flask后端项目的完整初始化、MySQL数据库的自动化配置、全局跨域处理、自定义业务日志系统的搭建同时完成了菜谱核心业务接口、图片静态资源服务以及AI菜谱解析接口的开发。本次开发彻底解决了小程序前后端跨域请求报错、数据库手动创建繁琐、接口调用无日志溯源、静态大图导致小程序包体积超标等核心问题搭建出一套可稳定迭代、可调试、可扩展的轻量化后端服务架构为后续小程序菜谱数据的增删查改、AI智能解析、图片资源托管等功能提供了坚实的底层支撑。二、项目技术栈与整体架构本次后端开发采用轻量化、易部署且适配小程序开发的技术栈。整体架构采用前后端分离模式后端专注于数据处理、数据库交互、日志记录以及AI接口对接前端则专注于页面渲染与用户交互。核心技术栈如下Python Flask作为Web框架Flask-SQLAlchemy作为ORM数据库映射工具Flask-CORS处理跨域问题PyMySQL作为MySQL驱动DeepSeek AI接口提供智能解析能力。核心能力涵盖项目初始化配置、数据库自动创建与ORM映射、全局跨域放行、全接口自定义日志、图片上传与静态资源托管、菜谱数据CRUD操作以及AI结构化菜谱解析。示例代码项目依赖安装pipinstallflask flask-sqlalchemy flask-cors pymysql requests三、Flask项目基础初始化配置项目初始化是后端开发的基础工作主要完成Flask应用实例的创建、全局插件的引入、文件上传目录的自动创建以及服务运行参数的配置。统一的初始化配置能够为后续功能开发奠定稳定的基础运行环境避免出现环境适配问题。核心知识点包括Flask应用实例的初始化方法、静态资源目录的自动化创建方式、服务局域网开放的具体配置。在初始化过程中需要通过CORS组件全局开启跨域支持同时创建用于存储上传图片的uploads目录使用os.makedirs的exist_ok参数可以确保目录存在时不报错实现幂等性创建。示例代码Flask应用初始化与跨域配置fromflaskimportFlask,request,jsonify,send_from_directoryfromflask_sqlalchemyimportSQLAlchemyfromflask_corsimportCORSimportosimportjsonimportrequestsfromdatetimeimportdatetimeimportpymysqlfrompymysql.constantsimportCLIENT appFlask(__name__)CORS(app)DB_USERrootDB_PASSWORDyour_passwordDB_HOST127.0.0.1DB_NAMErecipe_dbDEEPSEEK_API_KEYyour_api_keyapp.config[UPLOAD_FOLDER]uploadsos.makedirs(app.config[UPLOAD_FOLDER],exist_okTrue)上述代码完成了项目基础环境的搭建工作。通过os.makedirs实现了上传目录的自动创建无需手动新建文件夹。配置CORS(app)全局解决了前后端跨域问题能够适配小程序前端的各类请求。统一管理数据库连接信息、AI密钥等核心配置参数方便后续进行统一的修改和维护。四、MySQL数据库自动化连接与模型映射传统Flask项目开发中数据库需要手动创建这一操作较为繁琐且不利于项目的迁移。本次开发实现了数据库自动创建与ORM模型映射的双重机制程序启动时会自动检测并创建数据库同时定义菜谱数据表结构实现数据的持久化存储。核心知识点涵盖PyMySQL自动建库的实现原理、SQLAlchemy ORM数据模型的定义方法、数据表的自动生成机制。通过PyMySQL连接MySQL服务器后执行CREATE DATABASE IF NOT EXISTS语句可以安全地创建数据库。使用utf8mb4字符集能够完整支持中文和特殊符号的存储避免出现乱码问题。示例代码数据库自动创建与ORM模型定义try:connpymysql.connect(hostDB_HOST,userDB_USER,passwordDB_PASSWORD,client_flagCLIENT.MULTI_STATEMENTS)cursorconn.cursor()cursor.execute(fCREATE DATABASE IF NOT EXISTS{DB_NAME}DEFAULT CHARACTER SET utf8mb4)cursor.close()conn.close()exceptExceptionase:print(f数据库创建失败:{e})app.config[SQLALCHEMY_DATABASE_URI]fmysqlpymysql://{DB_USER}:{DB_PASSWORD}{DB_HOST}/{DB_NAME}app.config[SQLALCHEMY_TRACK_MODIFICATIONS]FalsedbSQLAlchemy(app)classFood(db.Model):__tablename__foodsiddb.Column(db.Integer,primary_keyTrue,autoincrementTrue)namedb.Column(db.String(200),nullableFalse)image_urldb.Column(db.String(500))descdb.Column(db.Text)structured_datadb.Column(db.Text)create_timedb.Column(db.DateTime,defaultdatetime.now)该模块实现了零手动操作的建库流程。Food模型涵盖了菜谱名称、图片地址、描述信息、结构化AI数据以及创建时间等核心字段完全满足小程序菜谱展示、详情查询和数据存储的全部需求。五、全局跨域处理方案小程序前端与后端通常运行在不同的端口和域名下这会导致浏览器默认的跨域拦截机制被触发使得接口请求失败。本次开发采用Flask-CORS实现全局跨域放行无需对单个接口进行单独配置能够适配所有前后端数据交互的场景。核心知识点包括Flask全局跨域的配置方法、小程序跨域请求的适配原理。CORS跨域资源共享通过在响应头中添加Access-Control-Allow-Origin字段来告知浏览器允许跨域访问。设置为*表示允许任意域名访问这在开发阶段非常便捷。示例代码全局CORS配置fromflask_corsimportCORS appFlask(__name__)CORS(app,resources{r/api/*:{origins:*,methods:[GET,POST,PUT,DELETE,OPTIONS],allow_headers:[Content-Type,Authorization]}})相较于局部跨域配置方式全局CORS配置更加简洁高效。它可以放行小程序本地开发环境和线上环境的所有请求彻底解决开发阶段常见的跨域报错问题保障前后端数据交互的顺畅进行。六、自定义全业务日志系统搭建Flask默认的日志记录仅包含基础的请求信息无法精准定位业务层面的问题。本次开发自主搭建了可视化业务日志系统对所有核心接口的请求、读取、写入和异常信息进行结构化打印。日志内容包含时间戳、接口地址、请求数据、返回条数和异常提示等核心信息极大提升了调试效率。核心知识点包括自定义业务日志的规范设计、接口全链路日志的记录方法、异常日志的捕获机制。通过统一的分隔线格式可以清晰地区分不同请求的日志边界。在开发模式下使用print输出日志可以实时查看生产环境则可以替换为专业的logging模块。示例代码带完整日志的接口实现app.route(/api/food/list,methods[GET])deffood_list():print(\n*80)print(日志: 获取菜谱列表 /api/food/list)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))foodsFood.query.order_by(Food.id.desc()).all()data[]forfinfoods:img_urlfhttp://127.0.0.1:5000/uploads/{os.path.basename(f.image_url)}iff.image_urlelseitem{id:f.id,name:f.name,image:img_url,desc:f.desc}data.append(item)print(列表查询完成共返回:,len(data),条数据)print(*80\n)returnjsonify({code:200,data:data})app.route(/api/food/detail/int:food_id,methods[GET])deffood_detail(food_id):print(\n*80)print(日志: 获取菜谱详情 /api/food/detail)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))print(请求ID:,food_id)foodFood.query.get(food_id)ifnotfood:print(未找到对应菜谱ID:,food_id)print(*80\n)returnjsonify({code:404,msg:菜谱不存在})result{id:food.id,name:food.name,image_url:food.image_url,desc:food.desc,structured_data:json.loads(food.structured_data)iffood.structured_dataelseNone,create_time:food.create_time.strftime(%Y-%m-%d %H:%M:%S)}print(详情查询完成菜谱:,food.name)print(*80\n)returnjsonify({code:200,data:result})日志系统覆盖了菜谱列表、详情查询、数据新增、图片上传和AI解析等所有核心接口。统一的分隔线格式能够区分正常请求与异常请求开发者可以清晰追溯每一次数据读写操作快速定位参数缺失、数据查询为空、AI解析失败等开发和线上问题。七、静态资源托管与图片上传接口实现针对小程序代码包体积超标的问题本次搭建了后端静态资源托管服务。将小程序中的本地大图和GIF动图迁移至后端的uploads目录通过网络URL加载资源大幅缩减小程序包的体积有效解决了官方80051体积超标的报错问题。核心知识点包括Flask静态资源路由的配置方法、文件重命名防止覆盖的策略、小程序网络资源的适配方式。通过send_from_directory函数可以安全地从指定目录提供文件服务。使用时间戳对上传文件进行重命名可以有效避免文件名冲突导致的资源覆盖问题。示例代码静态资源服务与图片上传接口app.route(/uploads/filename)defuploaded_file(filename):returnsend_from_directory(app.config[UPLOAD_FOLDER],filename)app.route(/api/upload,methods[POST])defupload_image():print(\n*80)print(日志: 图片上传 /api/upload)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))ifimagenotinrequest.files:print(错误: 未选择图片)print(*80\n)returnjsonify({code:400,msg:请选择图片})filerequest.files[image]iffile.filename:print(错误: 图片文件名为空)print(*80\n)returnjsonify({code:400,msg:图片不能为空})extfile.filename.rsplit(.,1)[1].lower()if.infile.filenameelsejpgfilenamedatetime.now().strftime(%Y%m%d%H%M%S_%f).ext save_pathos.path.join(app.config[UPLOAD_FOLDER],filename)file.save(save_path)file_urlf/uploads/{filename}print(图片上传成功保存路径:,save_path)print(访问URL:,file_url)print(*80\n)returnjsonify({code:200,url:file_url,msg:上传成功})通过微秒级时间戳对上传文件进行重命名能够彻底避免同名文件被覆盖的问题。后端统一托管静态资源后小程序端仅需保留小图标资源即可完美适配微信小程序2MB代码包体积的限制同时保证了图片的正常加载和展示。八、菜谱数据读写与AI解析接口开发本日完成了核心业务接口的开发工作实现了菜谱数据的新增、详情查询以及AI自然语言转结构化菜谱数据的功能。同时通过详细的日志记录每一次数据写入与读取过程保障了数据的可追溯性。核心知识点包括SQLAlchemy数据提交的事务机制、JSON结构化数据的存储方式、AI大模型接口的对接流程。使用db.session.add和db.session.commit完成数据的持久化操作。structured_data字段以JSON字符串形式存储可以灵活保存步骤、食材、工具等复杂结构信息。示例代码菜谱新增与AI解析接口app.route(/api/food/add,methods[POST])defadd_food():print(\n*80)print(日志: 新增菜谱 /api/food/add)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))datarequest.get_json()print(接收到的数据:,json.dumps(data,ensure_asciiFalse,indent2))ifnotdata.get(name):print(错误: 菜名不能为空)print(*80\n)returnjsonify({code:400,msg:菜名不能为空})structured_datadata.get(structured_data)ifisinstance(structured_data,dict):structured_datajson.dumps(structured_data,ensure_asciiFalse)foodFood(namedata.get(name),descdata.get(desc),image_urldata.get(image_url),structured_datastructured_data)db.session.add(food)db.session.commit()print(数据写入成功ID:,food.id)print(*80\n)returnjsonify({code:200,msg:菜谱发布成功,id:food.id})app.route(/api/ai/parse,methods[POST])defai_parse_recipe():print(\n*80)print(日志: AI菜谱解析 /api/ai/parse)print(时间:,datetime.now().strftime(%Y-%m-%d %H:%M:%S))datarequest.get_json()raw_textdata.get(raw_text,)ifnotraw_text:print(错误: 待解析文本为空)print(*80\n)returnjsonify({code:400,msg:请输入菜谱描述})headers{Authorization:fBearer{DEEPSEEK_API_KEY},Content-Type:application/json}promptf请将以下菜谱描述解析为结构化JSON包含菜名、食材列表、步骤列表三个字段:\n{raw_text}payload{model:deepseek-chat,messages:[{role:user,content:prompt}],temperature:0.7}try:responserequests.post(https://api.deepseek.com/v1/chat/completions,headersheaders,jsonpayload,timeout30)resultresponse.json()parsed_contentresult.get(choices,[{}])[0].get(message,{}).get(content,)print(AI解析成功返回内容长度:,len(parsed_content))print(*80\n)returnjsonify({code:200,data:parsed_content})exceptExceptionase:print(AI解析失败:,str(e))print(*80\n)returnjsonify({code:500,msg:fAI解析失败:{str(e)}})该接口能够接收前端传入的结构化菜谱数据将JSON格式的步骤、食材、工具信息存入数据库。同时对接DeepSeek AI接口实现了自然语言菜谱的自动标准化解析功能为小程序的动画分步烹饪功能提供了可靠的数据支撑。九、服务启动配置与项目总结服务启动是后端项目的最后环节需要在启动时完成数据表的自动创建并将服务监听在指定端口上。开启调试模式可以在代码修改后自动重载提高开发效率。开放局域网访问则允许手机等设备在同一个网络下进行调试。核心知识点包括Flask应用上下文的正确使用方式、数据表自动创建的触发时机、调试模式与生产模式的区别。使用with app.app_context()可以确保在应用上下文环境中执行数据库操作。host0.0.0.0’表示监听所有网络接口允许外部设备访问。示例代码服务启动配置if__name____main__:withapp.app_context():db.create_all()print(\n后端服务启动成功监听地址: http://0.0.0.0:5000)print(API文档:)print( GET /api/food/list - 获取菜谱列表)print( GET /api/food/detail - 获取菜谱详情)print( POST /api/food/add - 新增菜谱)print( POST /api/upload - 上传图片)print( POST /api/ai/parse - AI解析菜谱)print(日志系统已开启可监控所有接口请求\n)app.run(host0.0.0.0,port5000,debugTrue)本日完成了烹饪小程序后端的全套基础架构搭建工作实现了Flask项目的初始化配置、MySQL自动化配置、全局跨域处理、自定义业务日志系统、静态资源托管、核心业务接口与AI解析接口的开发。成功解决了小程序包体积超标、前后端跨域报错、数据库部署繁琐、接口问题无法溯源等开发痛点。整套后端架构具备轻量化、易调试、易扩展的特点。所有业务操作均有详细的日志记录数据读写稳定可靠完全满足模块化烹饪小程序的业务需求为后续的前端接口对接、功能迭代和线上部署奠定了坚实的后端基础。十、明日开发计划明日将继续推进项目开发主要工作计划包括以下几个方面第一完成小程序前端与后端所有接口的全面对接工作实现菜谱列表和详情页的动态数据渲染确保前端能够正确展示从后端获取的菜谱数据。第二优化静态资源的加载速度适配小程序线上环境的HTTPS域名配置确保图片资源能够在小程序生产环境中正常访问。第三完善AI菜谱解析的容错机制增强数据解析的稳定性处理AI接口返回格式不一致等边界情况。第四新增菜谱收藏功能和浏览记录业务接口丰富小程序的核心功能模块提升用户体验。想要解锁更多小程序组件化封装、JSON 结构化菜谱解析、Lottie/GIF 动画适配、全栈项目落地实战干货、零基础入门避坑教程吗持续关注后续将更新云端部署、跨端适配、样式统一美化、历史菜谱收藏功能等硬核内容手把手带你吃透小程序全栈开发流程
