41-dify案例分享-基于database插件实现Text2sql的数据库查询图表工作流
1 媒介Text2SQL（或称NL2SQL）是一种天然语言处理技能，旨在将天然语言（Natural Language）问题转化为关系型数据库中可实行的结构化查询语言（Structured Query Language，SQL），从而实现对数据库的查询和交互。这项技能的焦点目标是通过天然语言形貌，无需用户具备SQL语法知识，即可完成复杂的数据库查询使命
详细来说，Text2SQL的使命包括以下步调：
[*]输入分析：用户以天然语言形式输入问题，比方“查找平均工资高于团体平均工资的部门名称”。
[*]语义剖析：体系将输入的天然语言问题剖析为数据库中的结构化查询语句。
[*]SQL生成：根据剖析效果生成对应的SQL语句，如“SELECT department_name FROM departments WHERE average_salary > (SELECT AVG(salary) FROM employees)”。
[*]实行与反馈：体系实行SQL查询并返回效果，同时可能对效果进行进一步的表明或分析。
Text2SQL的应用领域广泛，包括智能客服、数据分析、金融、医疗、教育等，能够明显提高用户与数据库交互的效率和便利性。别的，随着大型语言模型（LLMs）的发展，Text2SQL技能在处理复杂查询和多轮对话方面也取得了明显进展。
前期也给各人介绍过关于dify整合数据库实现图表生成的案例，dify 1.0 之后插件市场上出现类多类似数据库工具插件，本日就带各人实现基于Text2SQL dify工作流。话不多说我们看一下生产的效果：
https://i-blog.csdnimg.cn/img_convert/a53ca8b372a70c06e740ae320d92c79c.png
https://i-blog.csdnimg.cn/img_convert/7ba90577f72591eb0d40949ad9195356.png
工作流也给各人截图看一下
https://i-blog.csdnimg.cn/img_convert/28c52922261fc3eefb6063523f0fdecf.png
2.工作流的制作
本次工作流涉及到的流程节点比较多。这里每个节点我就一一介绍了。之前也给各人介绍过许多工作流的制作，本次重点是介绍一下工作流中的重点工具的使用以及实现思绪。
本次工作流是基于dify1.0+版本制作，有基于0.15 版本的小同伴发起各人升级，否则不能使用。先查抄一下自己dify的版本
https://i-blog.csdnimg.cn/img_convert/0f188631d5f8d97bc9d0e7e601f8029d.png
本次工作流用到了几个工具。 时间工具、ECharts图表生成、database
https://i-blog.csdnimg.cn/img_convert/a2c145bf1ac6f9bee9804cfbce682fef.png
关于上述3个组件安装，这里就不做详细展开。有小同伴需要纯内网使用的安装不了上述组件 可以参考我之前的文章Dify 实战：纯内网1.0+版本，攻克模型工具插件离线安装难题
开始
考虑到多轮对话我们这里使用chatflow 工作流。 点击预览按钮，右下角功能开启中 我们增长对话开场白
https://i-blog.csdnimg.cn/img_convert/f4a4c323cc7b87df6b362119860e8704.png
为了方便用户的使用我们做了2个引导对话的开场白，这里我们配置三个问题。
https://i-blog.csdnimg.cn/img_convert/4cbfd769dcb415fd450239d34b98e96a.png
这样我们打开预览页面就会出现3个开场白对话，用户就不需要输入点击开场白 就直接对话了。
https://i-blog.csdnimg.cn/img_convert/f767331c4088d6815be6b1286cccd2de.png
获取当前体系时间
这个地方重要是方便后面查询使用。
https://i-blog.csdnimg.cn/img_convert/93eb3c227d6ab74809b24bf337430364.png
这里我们设置一下时区我们选择中国上海。
https://i-blog.csdnimg.cn/img_convert/b24cb41ae255b2a6bf4cd72f90e7d7c2.png
LLM
这个地方我们界说了一个LLM大语言，模型这里我们选择了火山引擎deepseek V3模型
体系提示词
### 角色
你是一个专业的SQL生成工具，需要根据用户生成标准的mysql库的SQL。
### 任务
请根据以下问题生成 JSON 格式的 SQL 查询数组：
表名：student_scores（学生成绩信息表）
字段说明：
- id: 主键
- student_id: 学号
- student_name: 学生姓名
- class_name: 班级
- subject: 科目
- score: 分数
- exam_date: 考试日期
- semester: 学期
- grade: 年级
- created_at: 记录创建时间
- updated_at: 记录更新时间
### 系统参数
当前时间：{{#1742350083195.text#}}
### 要求：
1. 根据用户提出的问题，生成 JSON 格式的 SQL 查询数组。
2. 每条 SQL 查询必须与问题直接相关，并从不同维度分析数据。
3. 生成的SQL最多10个。
4. 将所有生成的 SQL 查询封装到一个 JSON 数组中。
5. 确保 SQL 查询语法正确，并考虑性能优化。
6. 输出必须以 ```json 开始。
7. 如果问题涉及多个统计维度，请分别生成对应的子查询。
8. 涉及全量的应查询SQL以学期聚合。
用户提示词 （重要给一下大模型一个用户提示词样例）
查询全校各科目平均分情况
assistant 提示词 我们界说了一个上面开场白对应的SQL 语句
```json
[
{
"title": "统计全校各科目平均分",
"sql": "SELECT subject, ROUND(AVG(score), 2) AS avg_score FROM student_scores GROUP BY subject ORDER BY avg_score DESC;"
},
{
"title": "统计各科目及格率",
"sql": "SELECT subject, ROUND(COUNT(CASE WHEN score >= 60 THEN 1 END) * 100.0 / COUNT(*), 2) as pass_rate FROM student_scores GROUP BY subject ORDER BY pass_rate DESC;"
},
{
"title": "统计各科目成绩分布",
"sql": "SELECT subject, COUNT(CASE WHEN score >= 90 THEN 1 END) as excellent, COUNT(CASE WHEN score >= 75 AND score < 90 THEN 1 END) as good, COUNT(CASE WHEN score >= 60 AND score < 75 THEN 1 END) as pass, COUNT(CASE WHEN score < 60 THEN 1 END) as fail FROM student_scores GROUP BY subject;"
}
]
```
整个llm配置截图如下
https://i-blog.csdnimg.cn/img_convert/efab13d7979d8b24d07bc5dc9bb72d3b.png
https://i-blog.csdnimg.cn/img_convert/9f7a6432543c4cb90246fd31e5b40104.png
有的小同伴可能会问，这个SQL 我不会，怎么办。 可以把创建SQL 语句发给trae,让它帮我生成。
https://i-blog.csdnimg.cn/img_convert/07939fde563cd188e355fd3407197384.png
https://i-blog.csdnimg.cn/img_convert/8574ecb48c07f4ca60eca73746eaf8d3.png
关于SQL 语句的创建 后面也会给各人用trae 来创建和生成。
SQL Execute
因为考虑到用实现text2SQL 所以我们免不了使用到 这个SQL Execute 工具。
我们可以在https://marketplace.dify.ai/plugins/hjlarry/database?language=zh-Hans 市场上找到这个项目
https://i-blog.csdnimg.cn/img_convert/26142a5634dcf4753521db03e5344ed9.png
目前这个项目支持的数据库有mysql, postgresql, sqlite, sqlserver, oracle
mysql+pymysql://root:123456@localhost:3306/test
postgresql+psycopg2://postgres:123456@localhost:5432/test
sqlite:///test.db
mssql+pymssql://<username>:<password>@<freetds_name>/?charset=utf8
oracle+oracledb://user:pass@hostname:port[?service_name=<service>[&key=value&key=value...]]
我们在插件市场把它安装好后，就需要对它配置。
https://i-blog.csdnimg.cn/img_convert/a730bf73f8da2845dcbe3a777c085bde.png
我们用的是mysql参考上述链接字符串
mysql+pymysql://root:123456@localhost:3306/test
这里还有一个小本领，就是如果数据库密码是带有@符号的，我们需要转义一下。否自会出现错误。
https://i-blog.csdnimg.cn/img_convert/607203e5e520aca2f186d9602b061104.png
上述因为密码也带有特别符号“@” 和后面的数据链接符号@产生了歧义 这样程序毗连就会报错
怎样解决
若要借助转义的方式来处理包含特别字符 @ 的毗连字符串，在标准的数据库毗连字符串里，一样平常没有通用转义符号能直接用在字符串里。不过可以对特别字符 @ 进行 URL 编码，@ 对应的 URL 编码是 %40。
最后的酿成
mysql+pymysql://root:zzz%40123@192.168.11.84:19030/test_db
这样修改后在毗连就OK 了
https://i-blog.csdnimg.cn/img_convert/821147d18adef1939f3db064a93671ce.png
https://i-blog.csdnimg.cn/img_convert/1699758959b224f699c305c28997e0a3.png
看到已授权完成配置。
回到工作流我们设置一下 需要查询的SQL 语句（前面步调我们简化）
https://i-blog.csdnimg.cn/img_convert/99b870238ae6afa27bd584cd80cdde83.png
LLM汇总返回
这个地方也用到了LLM大语言模型，我们这里同样使用火山引擎提供的deepseek V3模型。
上下文中我们填写代码处理返回效果
https://i-blog.csdnimg.cn/img_convert/712dd55391f542bec6f8a00fc8646f0b.png
体系提示词
### 角色
你是一个数据分析师，需要根据上个模型生成的 SQL 及其查询结果，优先回答用户问题，回答内容不要发散，并且将关联问题的结果进行分析并以 JSON 格式返回给用户。
### 参数
- **SQL 模型生成**：{{#1742362677100.text#}}
- **SQL 查询结果**：{{#context#}}
### 图片使用场景
- 线性图 ：适用于展示趋势变化的数据，例如时间序列数据（如每月、每年的变化）。
- 柱状图 ：适用于比较不同类别之间的数量或占比，例如各市的占比情况。
- 饼状图 ：适用于展示整体的组成部分及其比例，通常用于单维度的比例分布。
### 要求：
1. 优先回答用户问题，回答内容不要发散。
2. 根据用户问题正确使用线性图/柱状图/饼状图。
3. 将返回内容放入到 JSON 中，格式如下：
```json
{
"results": "用md格式先回复用户问题，其它维度数据简单概括，但是数据一定要展示出来",
"ECHarts": "1",// 如果需要生成图表，则为 "1"；否则为 "0"
"chartType": "线性图/柱状图/饼状图",// 图表类型（仅当 ECHarts 为 true 时提供）
"chartTitle": "图表标题", // 图表标题（仅当 ECHarts 为 true 时提供）
"chartData": "图表的数据，多个用;隔开", // 图表数据（仅当 ECHarts 为 true 时提供）
"chartXAxis": "图表的X轴，多个用;隔开" // 图表的X轴数据（仅当 ECHarts 为 true 时提供）
}
```
#### 注意事项：
- 如果查询结果适合生成图表，则 ECHarts 设置为 "1"，并补充 chartType、chartTitle、chartData 和 chartXAxis 字段。
- 如果查询结果不适合生成图表，则 ECHarts 设置为 "0"，并省略 chartType、chartTitle、chartData 和 chartXAxis 字段。
- 咨询占比必须使用饼状图进行展示，饼状图chartData中应返回百分比。
https://i-blog.csdnimg.cn/img_convert/cfa6ea34c31ec2b0180edf03cb40bf67.png
这个步调重要是对查询效果进行汇总分析，另外把查询的效果ECHarts 图表组装需要的需要的JSON格式数据。
代码实行生成echart
上面llm大语言模型处理的效果我们这里用代码实行生成echart,代码如下
import re
import json
def main(arg1: str) -> dict:
# 默认返回值
default_output = {
"results": "",
"ECHarts": "0",
"chartType": "",
"chartTitle": "",
"chartData": "",
"chartXAxis": ""
}
try:
# 使用正则表达式提取被 ```json 和 ```包裹的内容
match = re.search(r'```json\s*([\s\S]*?)\s*```', arg1)
if not match:
raise ValueError("输入字符串中未找到有效的 JSON 数据")
# 提取 JSON 字符串
json_str = match.group(1).strip()
# 将 JSON 字符串解析为 Python 字典
result_dict = json.loads(json_str)
except Exception as e:
# 如果解析失败，打印错误信息并返回默认输出
print(f"解析失败: {e}")
return default_output
# 检查是否包含 ECHarts 字段
if "ECHarts" not in result_dict:
result_dict["ECHarts"] = "0"# 默认设置为 "0"
# 根据 ECHarts 的值动态检查图表相关字段
if result_dict["ECHarts"] == "1":
required_chart_fields = ["chartType", "chartTitle", "chartData", "chartXAxis"]
for field in required_chart_fields:
if field not in result_dict:
result_dict = ""# 自动补全缺失字段为空字符串
# 构造返回值
return {
"results": str(result_dict.get("results", "")),
"ECHarts": str(result_dict.get("ECHarts", "0")),
"chartType": str(result_dict.get("chartType", "")),
"chartTitle": str(result_dict.get("chartTitle", "")),
"chartData": str(result_dict.get("chartData", "")),
"chartXAxis": str(result_dict.get("chartXAxis", ""))
}
条件分支
这个条件分支是考虑用户输入的信息 返回效果有线性图表、柱状图、饼图的输出，所以我们需要通过这个条件分支进行判定
https://i-blog.csdnimg.cn/img_convert/d50488af1e7c057bf9514f2f7d0bab77.png
ECharts图表
这个地方就是重要是使用ECharts图表对线性图表、柱状图、饼图的输出，这里输入的参数有3个分别是：
1.标题
2.数据
3.x 轴
其中 线性图表、柱状图一样的，饼图有点区别 它不是x 轴 而是换成分类，数据格式都是一样的。
https://i-blog.csdnimg.cn/img_convert/cafa35b7e70d55431bae2ad3a65113ba.png
https://i-blog.csdnimg.cn/img_convert/72e6c1d1c19ebbbb7d4d627a7d8eb239.png
直接输出
这个就是把效果返回。分别对应线性图表、柱状图、饼图。
https://i-blog.csdnimg.cn/img_convert/952d1402fef9e1252928421eef47b2c8.png
以上步调我们就完成了工作流的制作。
3.验证及测试
我们点开工作流的预览按钮，点击体系给出的3个开场白。
https://i-blog.csdnimg.cn/img_convert/58bc04a2f338304b8d5284c1ac235a1c.gif
体验地址https://difyhs.duckcloud.fun/chat/ukN4XhnVKLFN2wqw 备用地址（http://14.103.204.132/chat/ukN4XhnVKLFN2wqw）
相关资料和文档可以看我开源的项目 https://github.com/wwwzhouhui/dify-for-dsl
4.别的类资料
前面给各人介绍了工作流制作，其实这个工作流还是需要依靠数据库，所以我们需要把数据库和创建表创建完成才能使用。
有的小同伴可能问，这个SQL 语句建表语句和初始化数据我不会怎么办？不要紧 我也不会，我们发给trae帮我们搞定
建表语句生成
需求：
https://i-blog.csdnimg.cn/img_convert/d36f55a9e49e6735c486326d9df39cc7.png
我们的问题
请根据内容创建一个MYSQLstudent_scores 建表SQL 语句
https://i-blog.csdnimg.cn/img_convert/2371401882d6d3576503b482d464e8d5.png
呵呵它帮我把数据表建好了。 建好后，我们发现我还要造一下数据，接下来我在让它帮我把初始化数据SQL 也搞定
初始化数据
我的问题
请这个表造100条数据，生成测试数据SQL 脚本，方便后面我们工作流图标展示使用
https://i-blog.csdnimg.cn/img_convert/4b1ecd259885c9c8ae2a73d69b0013ad.png
https://i-blog.csdnimg.cn/img_convert/ab387918827ca34d2ebeb10d0e456cb9.png
这2个语句是分开的，我想让它一次搞定。 我接下来又提出问题。
我的问题
上面的SQL 语句和之前的 创建表的语句合并到一个SQL 语句并输出
https://i-blog.csdnimg.cn/img_convert/2f3eb4d0e1e93040eb2697b92319c98d.png
生成好的SQL 语句如下
student_scores.sql （ 这个数据库脚本支持MYSQL8+版本，这个要注意哦）
-- 创建学生成绩表
CREATE TABLE `student_scores` (
`id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键ID',
`student_id` varchar(20) NOT NULL COMMENT '学号',
`student_name` varchar(50) NOT NULL COMMENT '学生姓名',
`class_name` varchar(50) NOT NULL COMMENT '班级名称',
`subject` varchar(50) NOT NULL COMMENT '科目名称',
`score` decimal(5,2) NOT NULL COMMENT '分数',
`exam_date` date NOT NULL COMMENT '考试日期',
`semester` varchar(20) NOT NULL COMMENT '学期',
`grade` varchar(20) NOT NULL COMMENT '年级',
`created_at` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
`updated_at` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
PRIMARY KEY (`id`),
KEY `idx_student_id` (`student_id`),
KEY `idx_exam_date` (`exam_date`),
KEY `idx_subject` (`subject`),
KEY `idx_class` (`class_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='学生成绩信息表';
-- 清空并重置表
TRUNCATE TABLE student_scores;
-- 插入基础测试数据
INSERT INTO student_scores (student_id, student_name, class_name, subject, score, exam_date, semester, grade)
WITH RECURSIVE numbers AS (
SELECT 1 AS n UNION ALL SELECT n + 1 FROM numbers WHERE n < 100
),
random_data AS (
SELECT
n,
CONCAT('2023', LPAD(FLOOR(RAND() * 100), 3, '0')) as student_id,
ELT(FLOOR(RAND() * 10) + 1, '张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十', '郑十一', '王十二') as student_name,
ELT(FLOOR(RAND() * 4) + 1, '高一(1)班', '高一(2)班', '高一(3)班', '高一(4)班') as class_name,
ELT(FLOOR(RAND() * 5) + 1, '语文', '数学', '英语', '物理', '化学') as subject,
ROUND(60 + RAND() * 40, 2) as score,
DATE_ADD('2023-12-01', INTERVAL FLOOR(RAND() * 30) DAY) as exam_date,
'2023-2024学年第一学期' as semester,
'高一' as grade
FROM numbers
)
SELECT
student_id,
student_name,
class_name,
subject,
score,
exam_date,
semester,
grade
FROM random_data;
-- 插入不及格成绩数据
INSERT INTO student_scores (student_id, student_name, class_name, subject, score, exam_date, semester, grade)
SELECT
CONCAT('2023', LPAD(FLOOR(RAND() * 100), 3, '0')),
ELT(FLOOR(RAND() * 10) + 1, '张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十', '郑十一', '王十二'),
ELT(FLOOR(RAND() * 4) + 1, '高一(1)班', '高一(2)班', '高一(3)班', '高一(4)班'),
ELT(FLOOR(RAND() * 5) + 1, '语文', '数学', '英语', '物理', '化学'),
ROUND(40 + RAND() * 19, 2),
DATE_ADD('2023-12-01', INTERVAL FLOOR(RAND() * 30) DAY),
'2023-2024学年第一学期',
'高一'
FROM (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) n;
-- 插入优秀成绩数据
INSERT INTO student_scores (student_id, student_name, class_name, subject, score, exam_date, semester, grade)
SELECT
CONCAT('2023', LPAD(FLOOR(RAND() * 100), 3, '0')),
ELT(FLOOR(RAND() * 10) + 1, '张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十', '郑十一', '王十二'),
ELT(FLOOR(RAND() * 4) + 1, '高一(1)班', '高一(2)班', '高一(3)班', '高一(4)班'),
ELT(FLOOR(RAND() * 5) + 1, '语文', '数学', '英语', '物理', '化学'),
ROUND(90 + RAND() * 10, 2),
DATE_ADD('2023-12-01', INTERVAL FLOOR(RAND() * 30) DAY),
'2023-2024学年第一学期',
'高一'
FROM (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) n;
创建数据库导入SQL脚本
这个地方我们需要增长创建数据库，把SQl语句导入。
我们使用数据库工具 dbeaver.exe
https://i-blog.csdnimg.cn/img_convert/50b3232390a7f04745f2f89215813d1f.png
创建一个test数据库
https://i-blog.csdnimg.cn/img_convert/2e63b5466e102a28c4d2727e8860ca51.png
创建好后，如下
https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=C%3A%2FUsers%2Fwwwzh%2FAppData%2FRoaming%2FTypora%2Ftypora-user-images%2Fimage-20250409142401848.png&pos_id=img-m9WVV8IE-1744207172240
然后导入我们student_scores.sql 脚本。 当然你也可以使用Navicat Premium Lite 这种数据库 导入脚本。
https://i-blog.csdnimg.cn/img_convert/d86af1ee4c3f4c52ed71ac307f497740.png
https://i-blog.csdnimg.cn/img_convert/cc5bae9fd408570065d47ac1e94efdba.png
导入完成后我们看到创建好的表和SQL
https://i-blog.csdnimg.cn/img_convert/2b1c5d175fd31e23a6f443ce901ce11e.png
以上数据都是AI帮我们生成的，看起来还挺真实的，省了我不少时间造数据。
5.总结
本日重要带各人实现了基于 Text2SQL 的 Dify 工作流，借助 Dify 平台实现天然语言到 SQL 查询的转换，并进行数据库查询与图表生成。详细介绍了整个工作流的实现步调，包括工作流的制作，如添加对话开场白、获取当前体系时间、配置 LLM 大语言模型以及使用 SQL Execute 工具实行 SQL 查询等。本次工作流涉及到 Dify 1.0+ 版本的使用、相关工具（时间工具、ECharts 图表生成、database）的安装与配置，以及 SQL 语句的生成与实行等知识。虽然步调较多，但只要按照文章的指引逐步操作，信任各人都能够把握。感爱好的小同伴可以关注支持，本日的分享就到这里竣事了，我们下个文章见。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]