在 PHP 项目中调用 Python AI 模型，实现图像识别、自然语言处理、机器学习预测。
为什么需要调用 Python？
PHP vs Python：
PHP 优势：
✅ Web 开发成熟
✅ 部署简单
✅ 生态丰富
Python 优势：
✅ AI/ML 库丰富（TensorFlow、PyTorch）
✅ 数据处理强大
✅ 科学计算
最佳方案：
PHP 处理 Web 逻辑 + Python 处理 AI 计算
第一步：调用方式对比
1.1 方案对比
方案1：shell_exec（简单但不推荐）
优点：实现简单
缺点：性能差、不安全、难以调试
方案2：HTTP API（推荐）
优点：解耦、可扩展、易部署
缺点：需要额外服务
方案3：RPC（gRPC/Thrift）
优点：性能高、类型安全
缺点：实现复杂
方案4：消息队列（异步）
优点：高并发、解耦
缺点：实时性差
第二步：方案一 - Shell 调用
2.1 基础调用
<?php
namespaceApp\Services;
classPythonService
{
/**
* 调用 Python 脚本
*/
publicfunctioncallPython(string $script, array $args = []): array
{
// 构建命令
$command = sprintf(
'python3 %s %s 2>&1',
escapeshellarg($script),
implode(' ', array_map('escapeshellarg', $args))
);
// 执行
$output = shell_exec($command);
// 解析 JSON 输出
$result = json_decode($output, true);
if (json_last_error() !== JSON_ERROR_NONE) {
thrownew \Exception("Python 脚本输出格式错误: {$output}");
}
return $result;
}
}
2.2 Python 脚本示例
# predict.py
import sys
import json
from transformers import pipeline
defpredict_sentiment(text):
"""情感分析"""
classifier = pipeline('sentiment-analysis')
result = classifier(text)[0]
return {
'label': result['label'],
'score': result['score']
}
if __name__ == '__main__':
if len(sys.argv) < 2:
print(json.dumps({'error': '缺少参数'}))
sys.exit(1)
text = sys.argv[1]
result = predict_sentiment(text)
# 输出 JSON
print(json.dumps(result, ensure_ascii=False))
2.3 PHP 调用
<?php
$service = new PythonService();
try {
$result = $service->callPython('predict.py', ['这个产品很好用']);
echo"情感: {$result['label']}\n";
echo"置信度: {$result['score']}\n";
} catch (\Exception $e) {
echo"错误: " . $e->getMessage();
}
新手易错点：
- ❌ 忘记
escapeshellarg()，导致命令注入
第三步：方案二 - HTTP API（推荐）
3.1 创建 Python Flask API
# app.py
from flask import Flask, request, jsonify
from transformers import pipeline
import torch
app = Flask(__name__)
# 加载模型（启动时加载一次）
sentiment_analyzer = pipeline('sentiment-analysis')
image_classifier = pipeline('image-classification')
@app.route('/api/sentiment', methods=['POST'])
defanalyze_sentiment():
"""情感分析"""
data = request.get_json()
text = data.get('text', '')
ifnot text:
return jsonify({'error': '文本不能为空'}), 400
result = sentiment_analyzer(text)[0]
return jsonify({
'label': result['label'],
'score': float(result['score'])
})
@app.route('/api/classify-image', methods=['POST'])
defclassify_image():
"""图像分类"""
if'image'notin request.files:
return jsonify({'error': '缺少图片'}), 400
image = request.files['image']
result = image_classifier(image)[0]
return jsonify({
'label': result['label'],
'score': float(result['score'])
})
@app.route('/health', methods=['GET'])
defhealth():
"""健康检查"""
return jsonify({'status': 'ok'})
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)
3.2 启动 Flask 服务
# 安装依赖
pip install flask transformers torch pillow
# 启动服务
python app.py
# 或使用 gunicorn（生产环境）
pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:5000 app:app
3.3 PHP 调用 HTTP API
<?php
namespaceApp\Services;
useIlluminate\Support\Facades\Http;
classAIService
{
private string $baseUrl;
publicfunction__construct()
{
$this->baseUrl = env('PYTHON_API_URL', 'http://localhost:5000');
}
/**
* 情感分析
*/
publicfunctionanalyzeSentiment(string $text): array
{
$response = Http::timeout(30)
->post("{$this->baseUrl}/api/sentiment", [
'text' => $text,
]);
if (!$response->successful()) {
thrownew \Exception('AI 服务调用失败');
}
return $response->json();
}
/**
* 图像分类
*/
publicfunctionclassifyImage(string $imagePath): array
{
$response = Http::timeout(30)
->attach('image', file_get_contents($imagePath), basename($imagePath))
->post("{$this->baseUrl}/api/classify-image");
if (!$response->successful()) {
thrownew \Exception('图像分类失败');
}
return $response->json();
}
/**
* 健康检查
*/
publicfunctionhealthCheck(): bool
{
try {
$response = Http::timeout(5)->get("{$this->baseUrl}/health");
return $response->successful();
} catch (\Exception $e) {
returnfalse;
}
}
}
3.4 使用示例
<?php
$aiService = new AIService();
// 情感分析
$result = $aiService->analyzeSentiment('这个产品太棒了！');
echo"情感: {$result['label']}, 置信度: {$result['score']}\n";
// 图像分类
$result = $aiService->classifyImage('/path/to/image.jpg');
echo"分类: {$result['label']}, 置信度: {$result['score']}\n";
第四步：实战应用
4.1 商品评论情感分析
<?php
namespaceApp\Http\Controllers;
useIlluminate\Http\Request;
useApp\Services\AIService;
classReviewControllerextendsController
{
private AIService $aiService;
publicfunction__construct(AIService $aiService)
{
$this->aiService = $aiService;
}
/**
* 提交评论（自动情感分析）
*/
publicfunctionstore(Request $request)
{
$content = $request->input('content');
// 1. 调用 AI 分析情感
try {
$sentiment = $this->aiService->analyzeSentiment($content);
$isPositive = $sentiment['label'] === 'POSITIVE';
$score = $sentiment['score'];
} catch (\Exception $e) {
// AI 服务失败，使用默认值
$isPositive = null;
$score = 0;
}
// 2. 保存评论
$review = Review::create([
'user_id' => auth()->id(),
'product_id' => $request->input('product_id'),
'content' => $content,
'sentiment' => $isPositive ? 'positive' : 'negative',
'sentiment_score' => $score,
]);
// 3. 如果是差评，通知客服
if (!$isPositive && $score > 0.8) {
event(new NegativeReviewReceived($review));
}
return response()->json(['review' => $review]);
}
/**
* 批量分析历史评论
*/
publicfunctionbatchAnalyze()
{
$reviews = Review::whereNull('sentiment')->limit(100)->get();
foreach ($reviews as $review) {
try {
$sentiment = $this->aiService->analyzeSentiment($review->content);
$review->update([
'sentiment' => $sentiment['label'] === 'POSITIVE' ? 'positive' : 'negative',
'sentiment_score' => $sentiment['score'],
]);
} catch (\Exception $e) {
\Log::error('情感分析失败', ['review_id' => $review->id]);
}
}
return response()->json(['analyzed' => count($reviews)]);
}
}
4.2 图片内容审核
<?php
/**
* 图片内容审核
*/
classImageModerationService
{
private AIService $aiService;
publicfunction__construct(AIService $aiService)
{
$this->aiService = $aiService;
}
/**
* 审核图片
*/
publicfunctionmoderate(string $imagePath): array
{
// 1. 调用 AI 分类
$result = $this->aiService->classifyImage($imagePath);
// 2. 检查是否包含违规内容
$bannedLabels = ['violence', 'nudity', 'gore'];
$isSafe = !in_array($result['label'], $bannedLabels);
return [
'is_safe' => $isSafe,
'label' => $result['label'],
'score' => $result['score'],
];
}
/**
* 上传图片时自动审核
*/
publicfunctionuploadWithModeration(UploadedFile $file): array
{
// 1. 保存临时文件
$tempPath = $file->store('temp');
// 2. 审核
$moderation = $this->moderate(storage_path("app/{$tempPath}"));
if (!$moderation['is_safe']) {
// 删除违规图片
Storage::delete($tempPath);
thrownew \Exception('图片包含违规内容');
}
// 3. 移动到正式目录
$finalPath = $file->store('images');
Storage::delete($tempPath);
return [
'path' => $finalPath,
'url' => Storage::url($finalPath),
];
}
}
第五步：性能优化
5.1 连接池
<?php
/**
* HTTP 连接池（复用连接）
*/
classAIServiceWithPool
{
privatestatic $pool = [];
publicfunctionrequest(string $url, array $data): array
{
// 使用 Guzzle 连接池
$client = new \GuzzleHttp\Client([
'base_uri' => $this->baseUrl,
'timeout' => 30,
'connect_timeout' => 5,
'pool_size' => 10, // 连接池大小
]);
$response = $client->post($url, ['json' => $data]);
return json_decode($response->getBody(), true);
}
}
5.2 异步调用
<?php
useIlluminate\Support\Facades\Queue;
/**
* 异步 AI 处理
*/
classAnalyzeSentimentJobimplementsShouldQueue
{
private int $reviewId;
publicfunction__construct(int $reviewId)
{
$this->reviewId = $reviewId;
}
publicfunctionhandle(AIService $aiService)
{
$review = Review::find($this->reviewId);
if (!$review) {
return;
}
try {
$sentiment = $aiService->analyzeSentiment($review->content);
$review->update([
'sentiment' => $sentiment['label'] === 'POSITIVE' ? 'positive' : 'negative',
'sentiment_score' => $sentiment['score'],
]);
} catch (\Exception $e) {
\Log::error('情感分析失败', [
'review_id' => $this->reviewId,
'error' => $e->getMessage(),
]);
}
}
}
// 使用
Queue::push(new AnalyzeSentimentJob($review->id));
5.3 缓存结果
<?php
/**
* 缓存 AI 结果
*/
publicfunctionanalyzeSentimentWithCache(string $text): array
{
$key = 'sentiment:' . md5($text);
return Cache::remember($key, 86400, function()use($text){
return$this->aiService->analyzeSentiment($text);
});
}
第六步：Docker 部署
6.1 Python Dockerfile
# Dockerfile
FROM python:3.9-slim
WORKDIR /app
# 安装依赖
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
# 复制代码
COPY app.py .
# 暴露端口
EXPOSE5000
# 启动服务
CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:5000", "app:app"]
6.2 docker-compose.yml
version:'3.8'
services:
php:
image:php:8.2-fpm
volumes:
-./php:/var/www/html
environment:
PYTHON_API_URL:http://python-ai:5000
depends_on:
-python-ai
python-ai:
build:./python
ports:
-"5000:5000"
environment:
-TRANSFORMERS_CACHE=/models
volumes:
-./models:/models
deploy:
resources:
limits:
memory:4G
总结
PHP 调用 Python 方案：
1. Shell 调用：简单但不推荐
2. HTTP API：推荐，易部署
3. gRPC：高性能
4. 消息队列：异步处理
最佳实践：
1. 使用 HTTP API
2. 添加健康检查
3. 异步处理
4. 缓存结果
5. 错误处理
性能优化：
- 连接池
- 批量处理
- 模型预加载
- GPU 加速
PHP + Python = 最佳组合！
10个月宝宝每天需要喝多少奶粉？