通过Dify + ollama 实现本地部署的大模型使用自然语言查询数据库

最新推荐文章于 2025-03-28 17:51:46 发布
最新推荐文章于 2025-03-28 17:51:46 发布
阅读量741 收藏 9
点赞数 7
文章标签： dify mysql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_73313345/article/details/146223090
版权

        最近在部署本地大模型时突然想到了，能不能通过自然语言提问，并通过模型转换为sql，直接查询数据库，经过一番尝试，也是成功做出来了，直接上dify流程图及成果：

下面是详细过程：

环境配置

        将 dify 和 ollama 安装到本地并运行，在ollama上安装你想使用的ai模型和Embedding模型，此过程不再赘述。本地需要有数据库，我这里准备的是mysql。准备好后在地址栏输入http://localhost/install 即可进入dify。

数据准备

        先在数据库中创建表，填充数据，我这里使用ai生成了20条测试数据：

注意：最好是在创建表时加上字段备注，方便后续使用自然语言提问。

CREATE TABLE `movies` (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '主键',
  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '电影名',
  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '导演',
  `release_year` int DEFAULT NULL COMMENT '上映年份',
  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT '类型',
  `rating` decimal(3,1) DEFAULT NULL COMMENT '评分',
  `duration` int DEFAULT NULL COMMENT '电影时长',
  `column` longtext COMMENT '表字段',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (1, '霸王别姬', '陈凯歌', 1993, '剧情', 9.6, 171, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (2, '英雄', '张艺谋', 2002, '动作', 8.0, 99, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (3, '活着', '张艺谋', 1994, '剧情', 8.7, 125, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (4, '唐山大地震', '冯小刚', 2010, '灾难', 7.6, 130, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (5, '让子弹飞', '姜文', 2010, '喜剧', 8.0, 132, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (6, '无间道', '刘伟强, 陈木胜', 2002, '犯罪', 8.0, 101, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (7, '大话西游之大圣娶亲', '刘镇伟', 1995, '喜剧', 8.1, 87, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (8, '东成西就', '刘镇伟', 1993, '喜剧', 7.7, 100, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (9, '红高粱', '张艺谋', 1987, '剧情', 8.0, 95, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (10, '少年派的奇幻漂流', '李安', 2012, '冒险', 8.0, 127, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (11, '流浪地球', '郭帆', 2019, '科幻', 7.9, 125, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (12, '饮食男女', '李安', 1994, '剧情', 7.9, 123, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (13, '无问西东', '李芳芳', 2018, '剧情', 7.6, 135, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (14, '盗墓笔记', '李仁港', 2016, '冒险', 5.1, 124, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (15, '风声', '高群书', 2009, '悬疑', 7.9, 117, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (16, '亲爱的', '陈可辛', 2014, '剧情', 8.2, 118, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (17, '心花路放', '宁浩', 2014, '喜剧', 7.4, 104, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (18, '海上钢琴师', '朱塞佩·托纳多雷', 1998, '剧情', 8.6, 165, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (19, '少年', '李想', 2019, '剧情', 7.2, 100, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');
INSERT INTO `test`.`movies` (`id`, `title`, `director`, `release_year`, `genre`, `rating`, `duration`, `column`) VALUES (20, '茶馆', '谢晋', 1982, '剧情', 8.4, 120, 'CREATE TABLE `movies` (\n  `id` int NOT NULL AUTO_INCREMENT COMMENT \'主键\',\n  `title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT \'电影名\',\n  `director` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'导演\',\n  `release_year` int DEFAULT NULL COMMENT \'上映年份\',\n  `genre` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci DEFAULT NULL COMMENT \'类型\',\n  `rating` decimal(3,1) DEFAULT NULL COMMENT \'评分\',\n  `duration` int DEFAULT NULL COMMENT \'电影时长\',\n  PRIMARY KEY (`id`)\n) ENGINE=InnoDB AUTO_INCREMENT=21 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;');

接口配置

生成完数据后还需要写一个接口来处理请求，直接ai生成python程序，生成完运行即可：

注意：代码开头与末尾需替换为自己（数据库）的IP

from flask import Flask, request, jsonify
import pymysql

# 数据库配置
DATABASE_CONFIG = {
    'host': '你的ip',
    'port': 3306,
    'user': '账号',
    'password': '密码',
    'db': '数据库名',
    'charset': 'utf8mb4',
    'cursorclass': pymysql.cursors.DictCursor
}
app = Flask(__name__)

@app.route('/query', methods=['POST'])
def query_database():
    print("接收到请求")
    # 获取查询sql
    querySql = request.json.get('querySql')
    print("querySql为:" + querySql)
    
    if querySql:
        # 去除 Markdown 标识和不必要的字符
        querySql = querySql.replace('```sql\n', '').replace('\n<<EOF>>', '')
        querySql = querySql.strip()
        querySql = querySql.replace('\n', ' ').replace('```', ' ')
        querySql = ' '.join(querySql.split())

        if not querySql:
            return jsonify({"error": "querySql is required"}), 400

        try:
            # 建立数据库连接
            connection = pymysql.connect(**DATABASE_CONFIG)
            with connection.cursor() as cursor:
                # 执行查询
                cursor.execute(querySql)
                result = cursor.fetchall()

            connection.commit()
            connection.close()

            if not result:
                return jsonify({"error": "未查询到有效数据"}), 400

            # 生成 Markdown 表格
            markdown_table = generate_markdown_table(result)

            return markdown_table, 200

        except Exception as e:
            print("数据库错误: ", e)
            return jsonify({"error": str(e)}), 500

def generate_markdown_table(results):
    """ 生成 Markdown 表格 """
    if not results:
        return ""
    # 获取列名
    columns = results[0].keys()

    # 表头
    table_md = "| " + " | ".join([col for col in columns]) + " |\n"
    # 分隔线
    table_md += "| " + " --- |" * len(columns) + "\n"

    # 表格内容
    for row in results:
        table_md += "| " + " | ".join([str(cell) for cell in row.values()]) + " |\n"

    return table_md

if __name__ == '__main__':
    app.run(host='localhost', port=5000)

本地知识库

将刚才生成的表的建表语句导入到dify知识库中

新建知识库

导入建表语句

设置知识库参数

创建应用

完成即可开始创建应用：点击工作室--新建空白应用。

我这里有就不再新建了，在开始后面加上知识检索，即本地知识库，在这里添加

在知识检索后点加号添加 LLM 配置如下：

提示词：

你是一个SQL专家或数据分析师，根据检索到{{#context#}}以及用户输入的{{#sys.query#}}需求，生成对应的查询sql，sql必须经过严格的校验。
#硬性要求
1.严格使用检素到的表字段
2.确保MySQL语法兼容
3.一定要在生成的sql前后各加一个$符号
4.仅输出最终结果sql语句的txt文本，不要加任何信息
5.禁止中问过程输出
6.sql中不要查询column列（如果有）

经过测试，虽然提示词中不允许生成除了 sql 以外的内容，但 deepseek 在此处生成 sql 时总会夹杂一些文字，所以要在提示词中加上 “一定要在生成的sql前后各加一个$符号” 便于后续处理。

在LLM后点加号，添加一个代码执行，在代码执行中需要将LLM返回的字符串截取为纯 sql ：

代码执行中的JS代码：

function main(input) {
    // 检查输入是否为对象并且包含 input 字段
    if (typeof input === 'object' && input !== null && input.input) {
        const text = input.input;
        
        // 查找最后两个 $ 符号的位置
        const dollarStartIndex = text.lastIndexOf("$");
        const dollarEndIndex = text.lastIndexOf("$", dollarStartIndex - 1);
        
        if (dollarStartIndex !== -1 && dollarEndIndex !== -1) {
            // 获取两个 $ 符号之间的内容
            const content = text.substring(dollarEndIndex + 1, dollarStartIndex);
            return { result: content };
        } else {
            return { error: "输入的字符串没有正确的 $ 符号" };
        }
    } else {
        return { error: "输入必须是对象且包含 input 字段" };
    }
}

在代码执行后点加号，添加一个http请求，该请求会将上一步生成的 sql 发送给 python 接口，配置如下：

最后一步，在http请求后加上直接回复，把查询结果返回

最后点击预览，输入问题即可回答。

注意：在使用前要将python文件运行起来

这里我的模型反馈时间有点慢，不过好在能运行出来。

朝暮拾花
关注
用dify + agent构建自然语言查询数据库信息并展示
wu_tech的博客
12-11 1万+
用dify + agent构建自然语言查询数据库信息并展示。
让AI转化为生产力，Dify 私有化部署 + 接入Ollama部署本地模型。
python12345_的博客
08-21 2251
今天聊聊AI智能体，同时也简单的将 Dify 本地私有化部署，接入 Ollama 部署的本地模型。AI智能体是什么？AI智能体是一种具备AI能力、感知、推理、决策和行动能力的计算系统，它能够自主与环境交互，完成特定任务。能够通过感知环境获取信息，分析并做出决策，然后执行相应的行动，有时还能通过学习不断优化自己的行为，尽可能达到预期结果。Dify 是什么？Dify 它是一个开源 LLM 应用开发平台。
BASE-SQL：一种强大的开源Text-to-SQL基准方法
03-07
将自然语言转换为用于查询数据库的SQL语言（文本转SQL）具有广泛的应用前景，已引起广泛关注。目前主流的文本转SQL方法主要分为基于上下文学习（ICL）的方法和基于监督微调（SFT）的方法。ICL方法由于使用最先进的闭源模型而能够取得相对较好的结果。然而，在实际应用场景中，需要考虑数据隐私、SQL生成效率和成本等因素。SFT方法在这些方面具有一定优势。当前基于开源模型微调的方法缺乏易于实现且有效的（成本效益高的）基准方法。我们提出了一种基于开源模型微调的管道方法，称为BASE-SQL，包括四个组件：模式链接、候选SQL生成、SQL修订和SQL合并修订。实验结果显示，BASE-SQL使用开源模型Qwen2.5-Coder-32B-Instruct，在BIRD开发集上达到了67.47%的准确率，在Spider测试集上达到了88.9%的准确率，显著优于其他使用开源模型的方法，甚至超过了使用GPT-4o闭源模型的几种方法。同时，BASE-SQL易于实现且高效（平均每次生成SQL只需调用大型语言模型五次）。代码将在 https://github.com/CycloneBoy/base_sql 上
Dify + Agent实现自然语言查询Mysql数据库并分析
wangwei的博客
03-20 1513
Dify + Agent实现自然语言查询Mysql数据库并分析 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！！！！
Dify实现自然语言生成SQL并执行
伏颜的博客
03-27 3526
Dify实现自然语言生成SQL并执行
dify + agent +知识库构建自然语言转sql查询Postgresql数据库
a123147abc的博客
02-28 3070
dify+agent+知识库构建自然语言转sql查询Postgresql数据库
DeepSeek+dify 工作流应用,自然语言查询数据库信息并展示
yxkong的专栏
03-05 3422
在写连接外部数据库查询的时候，我就想普通的业务人员没有编程背景，不懂数据库，可他们想查询统计一些东西怎么办？只能找对应的开发人员写sql了，那我是不是可以用工作流解决这个问题。我把库表结构从数据库里导出一份表结构,导出到相同的文件里，建立一个知识库。里写的python脚本改下，由关键词检索改成sql检索。技术纵深：高并发架构 | 应用调优 | 分布式系统。管理沉淀：8年技术团队管理 | 百万级DAU经验。的阈值不要调太大，一般0.3即可，别看图。作为查询变量，添加刚才添加的数据库知识库。
五、【AI】Dify自然语言生成Sql并查询数据库
最新发布
qq_43127792的博客
03-28 4709
1、把表结构（含表名、字段、主外键关系）导入到知识库，用知识库来检索生成可执行Sql语句，执行Sql语句，生成数据结果。3、第三个节点选择添加节点->模板转换，输入的变量就是第二个节点输出的**/Json**2、第二个节点选择添加节点->工具->rookie_text2data，输入的变量就“5、第五个节点选择添加节点->工具->rookie_excute_sql，输入的变量“4、第四个节点选择添加节点->LLM（大语言模型），并提供System信息指导。8、第七个节点选择添加节点->结束，输入的变量“
【Win11家庭版安装Dify+Ollama+Deepseek本地大模型全流程-小白保姆级】
weixin_42260955的博客
01-20 9883
Dify+Ollama+Deepseek本地大模型部署，小白实战保姆级。
zabbix5+dify+ollama+deepseek+企业微信 本地部署实现故障智能分析
slc14211421的专栏
03-13 1449
zabbix5告警信息deepseek自动分析
超实用！用 Ollama + DeepSeek + Dify 搭建本地知识库，提升企业效率
Happiness is everywhere
02-13 3333
本文介绍了如何使用 Ollama + DeepSeek + Dify 搭建本地知识库，帮助企业高效管理信息。通过简单配置，可实现智能问答、文档检索等功能，提升效率并保障数据安全。
本地部署资讯问答机器人：Langchain+Ollama+RSSHub 实现 RAG
2401_85377976的博客
08-10 870
Langchain 是当前大模型应用开发的主流框架之一，旨在帮助开发者构建和部署基于大型语言模型（LLM）的应用。它提供了一系列的工具和接口，使得与LLM交互变得简单。通过 Langchain，开发者可以轻松创建定制的高级应用，如聊天机器人、问答系统和多种智能应用。Langchain 的核心在于其“链”概念，这是一个模块化的组件系统，包括 Model I/O（模型输入输出）、Retrieval（数据检索）、Chains（链）、Agents（代理）、Memory（内存）、和 Callbacks（回调）。
【开发心得】Dify部署ollama模型的坑[6]
知止不殆
02-19 794
模型训练则更加依赖数据，尤其是大量的训练数据来进行自动化学习，适用于处理大规模数据和进行预测、分类等任务。这种事情，没有一个强大的团队，是无法实现的，建议先从知识库训练开始吧。
Linux系统本地化部署Dify并安装Ollama运行llava大语言模型详细教程
热门推荐
CSDN站内信: https://i.csdn.net/#/msg/chat/qyj19920704
09-05 3万+
本篇文章介绍如何将 Dify 本地私有化部署，并且接入 Ollama 部署本地模型，实现在本地环境中部署和管理 LLM，再结合 cpolar 内网穿透实现公网远程访问 Dify。Dify 它是一个开源 LLM 应用开发平台。拥有直观的界面结合了 AI 工作流、RAG 管道、代理功能、模型管理、可观察性功能等，可以快速从原型开发到生产。Ollama 是一个本地推理框架，允许开发人员轻松地在本地部署和运行 LLM，例如 Llama 3、Mistral 和 Gemma。
【AI实践】应用Dify+Ollama实现基础Agent工作流（含RAG与LLM）
趣谈AI栈
10-25 3521
本文在流行度很高的Dify开发平台上，接入Ollama 部署的大型语言模型，实现一个细分领域的本地离线的Agent工作流应用（知识库+聊天助手）。
让AI转化为生产力，Dify 私有化部署 + 接入Ollama部署本地模型
2401_85325726的博客
02-15 1269
今天聊聊AI智能体，同时也简单的将 Dify 本地私有化部署，接入 Ollama 部署的本地模型。AI智能体是什么？AI智能体是一种具备AI能力、感知、推理、决策和行动能力的计算系统，它能够自主与环境交互，完成特定任务。能够通过感知环境获取信息，分析并做出决策，然后执行相应的行动，有时还能通过学习不断优化自己的行为，尽可能达到预期结果。Dify 是什么？Dify 它是一个开源 LLM 应用开发平台。
28.6k Star！Dify：完善生态、支持Ollama与本地知识库、企业级拖放式UI构建AI Agent、API集成进业务！
lythinking的博客
05-13 3733
等，进一步支撑你的行动，以提升本文的帮助力。
DEEPSEEK+DIFY+mysql自动查询自动打印
03-21
<think>好的，用户的问题是关于如何结合DEEPSEEK和DIFY在MySQL中实现自动查询及结果自动打印的功能。首先，我需要理解用户提到的各个组件及其作用。 DEEPSEEK可能指的是深度求索公司的AI服务，可能提供自然语言处理或代码生成能力。DIFY是一个开源的AI应用开发平台，允许用户构建和部署AI工作流。而MySQL是常用的关系型数据库。用户想要将这三者结合起来，实现自动化查询和结果打印。 接下来，我需要考虑可能的实现步骤。首先，用户可能需要通过DIFY来设计一个工作流，触发自动查询的条件，比如定时任务或特定事件。然后，利用DEEPSEAK的API处理自然语言查询，将其转换为SQL语句。接着，执行SQL查询MySQL数据库，获取结果后，再通过某种方式输出，比如邮件、文件或打印到控制台。 需要注意的要点包括：如何安全地连接MySQL数据库，可能需要JDBC驱动和正确的连接参数，比如时区设置，如引用[1]提到的serverTimezone=Asia/Shanghai。此外，引用[2]提到DIFY有预设应用和API密钥管理，可能需要配置APIKEY来调用DEEPSEEK的服务。 可能的实现方案是，在DIFY中创建智能体，使用DEEPSEEK的API生成SQL，然后通过Python脚本执行查询并处理结果。同时，要确保数据库连接的安全性和错误处理机制。用户可能需要编写代码或使用DIFY的插件机制来实现这些步骤。 最后，用户可能还需要考虑性能优化、权限管理和日志记录等方面，确保系统稳定可靠。需要检查是否有相关文档或社区支持，以解决在集成过程中遇到的问题。</think>### 使用 DEEPSEEK 和 DIFY 实现 MySQL 自动查询及打印 #### 一、技术架构设计 1. **DIFY 工作流**：通过 DIFY 平台构建自动化流程，支持自然语言转 SQL 查询和结果处理 2. **DEEPSEEK API**：调用其 NLP 能力将自然语言请求转换为结构化 SQL 语句 3. **MySQL 连接**：使用 Python 的 `mysql.connector` 或 SQLAlchemy 实现数据库交互，注意时区配置（如 `serverTimezone=Asia/Shanghai`）[^1] #### 二、具体实现步骤 **1. 环境准备** ```python # 安装依赖库 pip install dify-client deepseek-api mysql-connector-python ``` **2. DIFY 智能体配置**（参考控制台预设应用[^2]） ```python from dify_client import DifyClient dify = DifyClient(api_key="YOUR_API_KEY") agent = dify.get_agent("mysql_query_printer") ``` **3. 自然语言转 SQL** ```python def generate_sql(nl_query): prompt = f"将以下需求转换为MySQL查询语句:\n{nl_query}" response = deepseek.generate(prompt) return extract_sql(response) # 需要添加SQL解析逻辑 ``` **4. MySQL 查询执行** ```python import mysql.connector def execute_query(sql): conn = mysql.connector.connect( host="localhost", user="root", password="your_password", database="your_db", port=3306, charset='utf8mb4', connect_timeout=5, client_flags=[mysql.connector.ClientFlag.SSL], ssl_ca='/path/to/ca.pem', ssl_verify_cert=True ) cursor = conn.cursor(dictionary=True) cursor.execute(sql) return cursor.fetchall() ``` **5. 自动化打印模块** ```python def print_results(data, format='table'): if format == 'json': print(json.dumps(data, indent=2)) else: from tabulate import tabulate print(tabulate(data, headers="keys")) ``` #### 三、安全增强措施 1. SQL 注入防护： ```python # 使用参数化查询 cursor.execute("SELECT * FROM users WHERE id = %s", (user_id,)) ``` 2. 权限控制： ```shell -- 创建专用数据库用户 CREATE USER 'dify_bot'@'%' IDENTIFIED BY 'strong_password'; GRANT SELECT ON your_db.* TO 'dify_bot'@'%'; ``` #### 四、完整工作流示例 ```python def auto_mysql_query(nl_request): try: sql = generate_sql(nl_request) # 调用DEEPSEEK results = execute_query(sql) # 执行查询 print_results(results) # 格式化输出 return {"status": "success", "data": results} except Exception as e: return {"status": "error", "message": str(e)} ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值