Dify + Agent实现自然语言查询Mysql数据库并分析

王大锤4391

已于 2025-03-20 14:51:38 修改

阅读量1.2k

点赞数 2

文章标签： AI

于 2025-03-20 10:40:15 首次发布

wangwei4391

本文链接：https://blog.csdn.net/weixin_41037490/article/details/146389797

版权

AI 专栏收录该内容

22 篇文章

订阅专栏

问题是，我配置完AGENT中的提示词、变量、知识库、工具后，比如我输入“查询用户信息”，按照【知识库】中的文件信息，生成的sql应该是 “select * from sys_user”等sql,但现在情况是，生成的sql中的表信息，与我配置的知识库中的信息不一致，问题出在哪里，虚心请教，感谢！！！！

1. python的sql处理工具

from flask import Flask, request, jsonify
from sqlalchemy import create_engine, text
import datetime

app = Flask(__name__)
DATABASE_URI = 'mysql+pymysql://root:1111111@127.0.0.1:3306/ai-test'
engine = create_engine(DATABASE_URI)


@app.route('/query', methods=['POST'])
def query_database():
    sql_query = request.json.get('sql')

    # 获取当前时间
    current_time = datetime.datetime.now()
    # 格式化时间，精确到时分秒
    formatted_time = current_time.strftime("%Y-%m-%d %H:%M:%S")

    print("======"+formatted_time+"=======用户输入的信息为："+sql_query+" ==================")
    if not sql_query:
        return jsonify({"error": "SQL query is required"}), 400

    try:
        with engine.connect() as connection:
            result = connection.execute(text(sql_query))
            rows = result.fetchall()

            columns = result.keys()
            result_dict = []
            for row in rows:
                row_data = {}
                for col in columns:
                    value = row._mapping[col]
                    # 处理 bytes 类型数据（转字符串）
                    if isinstance(value, bytes):
                        value = value.decode('utf-8', errors='ignore')  # 按实际编码调整
                    row_data[col] = value
                result_dict.append(row_data)
            return jsonify(result_dict)

    except Exception as e:
        return jsonify({"error": str(e)}), 500


if __name__ == '__main__':
    #app.run(debug=True)
    #指定运行端口，开启外部访问
    app.run(debug=True, host='0.0.0.0', port=5000)  # 添加 host='0.0.0.0'

2.ollana中部署千问模型

3.docker desktop中安装 dify

4.工作流配置

4.1 开始

4.2 自然语言生成sql

SYSTEM

你是一位精通SQL语言的数据库专家，熟悉MySQL数据库。你的任务是根据用户的自然语言输入，编写出可直接执行的SQL查询语句。输出内容必须是可以执行的SQL语句，不能包含任何多余的信息。
核心规则:
1.根据用户的查询需求，确定涉及的表和字段。
2.确保SQL语句的语法符合MVSOL的规范。
3.输出的SQL语句必须完整且可执行，不包含注释或多余的换行符。
关键技巧:
WHERE 子句:用于过滤数据。例如，`WHERE column_name ='value'
**日期处理:**使用`STR_TO_DATE`函数将字符串转换为日期类型。例如，`STR_TO_DATE('2025-03-14'，'%Y-%m-%d')`。
**聚合函数:**如'COUNT'、'SUM`、'AVG'等，用于计算汇总信息。
-**除法处理:**在进行除法运算时，需考虑除数为零的情况，避免错误。
-**日期范围示例:**查询特定日期范围的数据时，使用`BETWEEN`关键字。例如，`WHERE date_coumn BETWEEN'2025-01-01'
AND'2025-12-31'。
**注章事项，**
1.确保字段名和表名的正确性，避免拼写错误。
2.对于字符串类型的字段，使用单引号括起来。例如，"sample_text'
3.在使用聚合函数时，如果需要根据特定字段分组，使用`GROUPBY'子句
4.在进行除法运算时，需判断除数是否为零，以避免运行时错误。
5.生成的sq1语句不能有换行符比如\n
6.在计算用户总数的时候，直接计算用户的个数就可以了

USER

表结构描述：
表名称：'sys_user'， 用户信息表
字段列表：
`user_id`,用户id, 整数
`dept_id`,部门id, 整数
`user_name`,用户名称,字符串
`nick_name`,用户昵称,字符串
`user_type` ,'用户类型（00系统用户）',字符串
`email`, '用户邮箱',字符串
`phonenumber`,'手机号码',字符串
`sex` ,'用户性别（0男 1女 2未知）',字符串
`avatar`, '头像地址',字符串
`password` ,账号密码,字符串
`status` , '帐号状态（0正常 1停用）',字符串
`del_flag` , '删除标志（0代表存在 2代表删除）',字符串
`login_ip` , '最后登录IP',字符串
`login_date` , '最后登录时间',日期类型
`create_by` , '创建者',字符串
`create_time`,'创建时间',日期类型
`update_by` , '更新者',字符串
`update_time`  '更新时间',日期类型
`remark` ,'备注',字符串

表结构描述：
表名称：'sys_dept'， 单位信息表
字段列表：
`dept_id`,'单位id',整数
`parent_id`,'上级单位id',整数
`ancestors`,'祖级列表',字符串
`dept_name`,'单位名称',字符串
`order_num` ,'显示顺序',整数
`leader` ,'负责人',字符串
`phone` ,'联系电话',字符串
`email` ,'邮箱',字符串
`status`,'部门状态（0正常 1停用）',字符串
`del_flag` ,'删除标志（0代表存在 2代表删除）',字符串
`create_by`,创建人,字符串
`create_time`,'创建时间',日期类型
`update_by`, '更新者',字符串
`update_time`,更新时间,日期类型

4.3 代码执行

from urllib import request
import urllib.request
import json


def main(sql: str) -> dict:

    data = {"sql": sql}
    url = 'http://127.0.0.1:5000/query'

    json_data = json.dumps(data)
    byte_data = json_data.encode('utf-8')

    req = urllib.request.Request(url, data=byte_data, headers={'Content-Type': 'application/json'})

    response = urllib.request.urlopen(req)
    response_data = response.read().decode('utf-8')

    return {
        "result": response_data,
    }

4.4 查询结果分析

SYSTEM

你是系统行业数据分析专家，分析JSON格式的sql查询结果，回答用户问题。
关键规则：
1.所有数据已经复核用户问题中的条件
2.直接使用提供的数据分析，不质疑3数据是否符合条件
3.不需要在此筛选或确认数据类别/时间范围
4.数据为[]或为空或者未None时直接回复“没有查询到相关数据”，不得编造数据

USER

数据是：{{#1742266695658.result#}}
问题是：{{#1742266651455.sql#}}
回答要求：
1.列出详细数据，优先以表格方式列出数据。
2.识别趋势、异常、并提供分析和建议
3.分析sql语句<{{#1742266695658.result#}}和用户的问题{{#1742266651455.sql#}}是否匹配
4.最后附上查询的sql语句

5. 知识库

表结构描述：
表名称：'sys_user'  用户信息表
字段列表：
`user_id`,用户id, 整数
`dept_id`,部门id, 整数
`user_name`,用户名称,字符串
`nick_name`,用户昵称,字符串
`user_type` ,'用户类型（00系统用户）',字符串
`email`, '用户邮箱',字符串
`phonenumber`,'手机号码',字符串
`sex` ,'用户性别（0男 1女 2未知）',字符串
`avatar`, '头像地址',字符串
`password` ,账号密码,字符串
`status` , '帐号状态（0正常 1停用）',字符串
`del_flag` , '删除标志（0代表存在 2代表删除）',字符串
`login_ip` , '最后登录IP',字符串
`login_date` , '最后登录时间',日期类型
`create_by` , '创建者',字符串
`create_time`,'创建时间',日期类型
`update_by` , '更新者',字符串
`update_time`  '更新时间',日期类型
`remark` ,'备注',字符串

表结构描述：
表名称：'sys_dept'  单位信息表
字段列表：
`dept_id`,'单位id',整数
`parent_id`,'上级单位id',整数
`ancestors`,'祖级列表',字符串
`dept_name`,'单位名称',字符串
`order_num` ,'显示顺序',整数
`leader` ,'负责人',字符串
`phone` ,'联系电话',字符串
`email` ,'邮箱',字符串
`status`,'部门状态（0正常 1停用）',字符串
`del_flag` ,'删除标志（0代表存在 2代表删除）',字符串
`create_by`,创建人,字符串
`create_time`,'创建时间',日期类型
`update_by`, '更新者',字符串
`update_time`,更新时间,日期类型

6.AGENT 配置