dify案例分享-基于database插件实现Text2sql的数据库查询图表工作流

用户21411832636022025-04-12 10:23

1 前言

Text2SQL（或称NL2SQL）是一种自然语言处理技术，旨在将自然语言（Natural Language）问题转化为关系型数据库中可执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。这项技术的核心目标是通过自然语言描述，无需用户具备SQL语法知识，即可完成复杂的数据库查询任务

具体来说，Text2SQL的任务包括以下步骤：

  1. 输入分析：用户以自然语言形式输入问题，例如"查找平均工资高于整体平均工资的部门名称"。
  2. 语义解析：系统将输入的自然语言问题解析为数据库中的结构化查询语句。
  3. SQL生成：根据解析结果生成对应的SQL语句，如"SELECT department_name FROM departments WHERE average_salary > (SELECT AVG(salary) FROM employees)"。
  4. 执行与反馈：系统执行SQL查询并返回结果，同时可能对结果进行进一步的解释或分析。

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，能够显著提高用户与数据库交互的效率和便利性。此外，随着大型语言模型（LLMs）的发展，Text2SQL技术在处理复杂查询和多轮对话方面也取得了显著进展。

前期也给大家介绍过关于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，今天就带大家实现基于Text2SQL dify工作流。话不多说我们看一下生产的效果：

工作流也给大家截图看一下

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。之前也给大家介绍过很多工作流的制作，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路。

本次工作流是基于dify1.0+版本制作，有基于0.15 版本的小伙伴建议大家升级，不然不能使用。先检查一下自己dify的版本

本次工作流用到了几个工具。 时间工具、ECharts图表生成、database

关于上述3个组件安装，这里就不做详细展开。有小伙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 我们增加对话开场白

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。

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。

获取当前系统时间

这个地方主要是方便后面查询使用。

这里我们设置一下时区我们选择中国上海。

LLM

这个地方我们定义了一个LLM大语言，模型这里我们选择了火山引擎deepseek V3模型

系统提示词

yaml 复制代码 
### 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 （主要给一下大模型一个用户提示词样例）

复制代码 
查询全校各科目平均分情况

assistant 提示词 我们定义了一个上面开场白对应的SQL 语句

css 复制代码 
```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

有的小伙伴可能会问，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。

关于SQL 语句的创建 后面也会给大家用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marketplace.dify.ai/plugins/hjl... 市场上找到这个项目

目前这个项目支持的数据库有mysql, postgresql, sqlite, sqlserver, oracle

perl 复制代码 
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[/dbname][?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。

我们用的是mysql参考上述链接字符串

bash 复制代码 
mysql+pymysql://root:123456@localhost:3306/test

这里还有一个小技巧，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。

​ 上述因为密码也带有特殊符号"@" 和后面的数据链接符号@产生了歧义 这样程序连接就会报错

如何解决

若要借助转义的方式来处理包含特殊字符 @ 的连接字符串，在标准的数据库连接字符串里，一般没有通用转义符号能直接用在字符串里。不过可以对特殊字符 @ 进行 URL 编码，@ 对应的 URL 编码是 %40。

最后的变成

perl 复制代码 
mysql+pymysql://root:zzz%[email protected]:19030/test_db

这样修改后在连接就OK 了

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（前面步骤我们简化）

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结果

系统提示词

bash 复制代码 
### 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。

这个步骤主要是对查询结果进行汇总分析，另外把查询的结果ECHarts 图表组装需要的需要的JSON格式数据。

代码执行生成echart

上面llm大语言模型处理的结果我们这里用代码执行生成echart,代码如下

python 复制代码 
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[field] = ""  # 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 返回结果有线性图表、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断

ECharts图表

这个地方就是主要是使用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。

直接输出

这个就是把结果返回。分别对应线性图表、柱状图、饼图。

以上步骤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，点击系统给出的3个开场白。

体验地址difyhs.duckcloud.fun/chat/ukN4Xh... 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 github.com/wwwzhouhui/...

4.其它类资料

前面给大家介绍了工作流制作，其实这个工作流还是需要依赖数据库，所以我们需要把数据库和创建表创建完成才能使用。

有的小伙伴可能问，这个SQL 语句建表语句和初始化数据我不会怎么办？没关系 我也不会，我们发给trae帮我们搞定

建表语句生成

需求：

我们的问题

sql 复制代码 
请根据内容创建一个MYSQL  student_scores 建表SQL 语句

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

sql 复制代码 
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

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

sql 复制代码 
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

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）

sql 复制代码 
-- 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加创建数据库，把SQl语句导入。

我们使用数据库工具 dbeaver.exe

创建一个test数据库

创建好后，如下

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。

导入完成后我们看到创建好的表和SQL

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

今天主要带大家实现了基于 Text2SQL 的 Dify 工作流，借助 Dify 平台实现自然语言到 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骤，包括工作流的制作，如添加对话开场白、获取当前系统时间、配置 LLM 大语言模型以及使用 SQL Execute 工具执行 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 语句的生成与执行等知识。虽然步骤较多，但只要按照文章的指引逐步操作，相信大家都能够掌握。感兴趣的小伙伴可以关注支持，今天的分享就到这里结束了，我们下个文章见。

相关推荐
夕水6 天前
自动化按需导入组件库的工具rust版本完成开源了
前端·rust·trae
石小石Orz6 天前
写了个插件，给代码里藏东西，线上可用！
trae
用户4099322502126 天前
FastAPI与Tortoise-ORM模型配置及aerich迁移工具
后端·ai编程·trae
Goboy6 天前
用Trae，找初恋，代码写人生，Trae圆你初恋梦。
llm·trae
星际码仔6 天前
让大模型“活在当下”: 你必须要了解的 Context7 MCP
ai编程·mcp·trae
酱酱们的每日掘金6 天前
用了 Trae 后，感觉离京东外卖不远了、Cursor 的系统级提示词逆向、前端也需要了解的 mcp 知识-AI Coding 周刊第 6 期
人工智能·ai编程·trae
用户4099322502127 天前
异步IO与Tortoise-ORM的数据库
后端·ai编程·trae
沉默王贰7 天前
使用Cursor 打造了一款记账APP
ai编程·cursor·trae
不客观说7 天前
豆包MarsCode实现贪吃蛇
trae
编程指北7 天前
字节 Trae 最新更新，支持 MCP 和智能体，最新一手实测！
前端·trae
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】04【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！05YOLOv8目标检测在RK3588部署全过程06西电B测-计算机网络综合实验(含验收问题)07yolov10来了！用yolov10训练自己的数据集（原理、训练、部署、应用）08Coze扣子平台完整体验和实践（附国内和国际版对比）09DeepSeek各版本说明与优缺点分析10【2025年最新】OpenWrt 更换国内源的指南（图形界面版)