【AI智能体】Coze 打通MySql实现数据报表展示应用搭建详解

一、前言

[二、Coze 介绍](#二、Coze 介绍)

[2.1 Coze是什么](#2.1 Coze是什么)

[2.2 Coze 可以做什么](#2.2 Coze 可以做什么)

[2.3 Coze 相比其他智能体平台优势](#2.3 Coze 相比其他智能体平台优势)

[2.4 Coze 工作流介绍](#2.4 Coze 工作流介绍)

[2.5 Coze 工作流典型使用场景](#2.5 Coze 工作流典型使用场景)

[2.6 基于Coze 平台打造数据报表优势与使用场景](#2.6 基于Coze 平台打造数据报表优势与使用场景)

[2.6.2 使用场景](#2.6.2 使用场景)

三、操作过程

[3.1 前置准备](#3.1 前置准备)

[3.2 创建工作流](#3.2 创建工作流)

[3.3 配置工作流](#3.3 配置工作流)

[3.3.1 配置开始节点](#3.3.1 配置开始节点)

[3.3.2 添加选择器节点](#3.3.2 添加选择器节点)

[3.3.3 添加数据库查询节点](#3.3.3 添加数据库查询节点)

[3.3.4 增加大模型节点](#3.3.4 增加大模型节点)

[3.3.5 增加数据报表插件节点](#3.3.5 增加数据报表插件节点)

[3.3.6 连接结束节点](#3.3.6 连接结束节点)

[3.3.7 工作流整体效果测试](#3.3.7 工作流整体效果测试)

[3.4 创建智能体应用并集成工作流](#3.4 创建智能体应用并集成工作流)

[3.4.1 创建智能体应用](#3.4.1 创建智能体应用)

[3.4.2 配置工作流](#3.4.2 配置工作流)

[3.4.3 配置提示词](#3.4.3 配置提示词)

[3.4.4 测试与发布智能体应用](#3.4.4 测试与发布智能体应用)

[3.4.5 应用发布](#3.4.5 应用发布)

四、写在文末

一、前言

2025年是AI人工智能大规模使用的一年。AI大模型能力在不断挖掘的同时，如何基于大模型做更进一步的升级呢，于是AI智能体就应运而生。AI智能体是结合了众多软件技术的合集，充分发掘大模型的能力，并且拓展大模型的能力，让更多使用者即使不懂大模型，也能低成本的快速掌握AI的使用。在众多的智能体平台中，像Coze ， Dify ，FastGPT等，都在构筑自己的智能体平台，为普通的非互联网人员也能快速打造属于自己的智能体应用，接下来以Coze平台为例，基于Coze制作一个在数据分析中非常常见的一个场景，对接mysql数据库实现数据报表展示应用的搭建过程。

二、Coze 介绍

2.1 Coze是什么

coze是新一代AI应用发布平台，不管你是否有编程经验，都可以在coze这个平台上面快速搭建基于大模型的各类AI应用，并将AI应用发布到各个社交平台，通讯软件等，也可以通过API或者SDK将AI应用集成到你的业务系统中。平台入口：https://www.coze.cn/home

2.2 Coze 可以做什么

借助Coze平台可视化设计与编排工具，使用者可通过零代码、少代码方式，快速搭建基于大模型的各类AI项目，智能体应用，满足个性化需求，实现商业价值。

智能体：
- 智能体是基于对话的AI项目，它通过对话的方式接收用户输入，由大模型自动调用插件或工作流等方式执行用户指定的业务流程，并生成最终的回复。像智能客服，个人助理，心理咨询师，英语翻译助手等都是智能体的典型应用场景。
应用：
- 是指利用大模型技术开发的应用程序，在coze中搭建的AI具备完整的业务逻辑和可视化用户界面，属于独立的AI项目。通过coze开发的AI应用有明确的输入和输出，可以根据既定的业务逻辑和流程，完成一系列简单或复杂的任务，比如AI搜索，翻译助手，旅游助理等。

2.3 Coze 相比其他智能体平台优势

与市面上其他的AI智能体平台对比，Coze在以下几个方面表现尤为突出：

强大的生态整合与发布渠道：Coze与字节跳动旗下的产品（如抖音、飞书）有深度集成，你构建的AI智能体可以非常方便地一键发布到这些主流平台，极大地简化了部署和推广流程。
极致的用户体验与快速验证：Coze采用零代码和可视化拖拽的方式构建工作流，对非技术背景的用户（如产品经理、运营人员）非常友好。配合其海量的预制模板，你可以在极短的时间内（可能只需几分钟到几小时）搭建出功能完整的AI应用并验证想法的可行性。
面向场景的AI办公能力：Coze在不断拓展其开箱即用的AI能力，例如直接生成和编辑PPT、处理Excel数据、进行多模态创作等。这意味着它不仅能做聊天机器人，还能直接成为提升个人和团队生产力的办公工具。

2.4 Coze 工作流介绍

Coze 工作流是一个通过可视化节点串联的方式，将大型语言模型、插件、代码等多种不同的模块组合成可重复调用的自动化流程的工具。即使您没有编程基础，也能用它来构建和部署复杂的AI应用。可以说如果没有工作流，一些复杂的智能体应用将无法做出来。下面这个表汇聚了Coze工作流的核心价值。

|------------------------------------|---------------------------------|
| 核心作用 | 关键特点 |
| 提升效率：自动化处理多步骤任务（如报告生成、数据采集） | 零代码可视化：通过拖拽节点搭建流程，无需编程基础 |
| 保证准确性：通过节点约束输出格式，避免大模型自由发挥导致的错误 | 灵活编排：支持条件分支、循环、并行处理等复杂逻辑 |
| 标准化流程：固化业务逻辑，确保不同执行者输出结果一致 | 动态调试：实时试运行并查看节点输出，快速定位问题 |
| 工具集成：无缝整合插件、API、数据库等外部资源，扩展大模型能力边界 | 跨平台发布：一键部署至飞书、豆包等平台，作为智能体功能模块调用 |

2.5 Coze 工作流典型使用场景

Coze工作流的应用范围非常广泛，也是Coze平台的一大特色，下面列举了一些典型的场景：

📝 内容创作与运营
- 批量内容生成：自动生成小红书爆款文案、新闻摘要、视频脚本等。
- 多媒体内容制作：串联"文本生成→图生图→加字幕背景音乐"等节点，自动将古诗词生成短视频成片。
🛠️ 办公自动化与数据处理
- 智能客服与工单处理：自动分类用户咨询、回复常见问题，甚至能识别用户投诉情绪并触发优先处理流程。
- 数据同步与报表生成：自动从小红书等平台采集数据，并同步到飞书多维表格，定时生成和发送报表。
- 专业文档审查：例如法务合同审查工作流，可以自动读取合同文件，进行常规审查、法律引用条例审查，甚至查询甲方公司的经营风险。
🎓 教育与培训
- 自动出题组卷：根据用户输入的知识点、上传的文档或错题图片，自动生成包含选择、填空、简答等多种题型的试卷。

2.6 基于Coze 平台打造数据报表优势与使用场景

基于Coze平台搭建数据报表应用，其核心优势在于能通过可视化的方式，将复杂的数据采集、处理、分析与报表生成流程自动化。其核心优势如下：

开发门槛低
- 提供零代码/低代码的可视化工作流（Flow）编排，通过拖拽节点即可连接整个流程，无需深厚编程背景。
流程自动化程度高
- 1. 数据采集自动化：可配置插件或API，从网站、数据库等多来源定时、自动抓取数据。 2. 报表生成自动化：工作流可定时触发，自动完成从数据清洗、分析到生成图文报告的全过程，并邮件或群聊分发。
AI智能增强
- 1. 智能分析：可集成大语言模型（如DeepSeek、Kimi），让AI自动完成数据摘要、洞察发现、报告撰写。 2. 处理复杂任务：能解析长篇文档（如财报），提取关键信息并生成专业分析报告。
集成与扩展性强
- 1. 丰富插件生态：预置或支持连接多种工具，如飞书/钉钉、各类数据库、地图、天气服务等。 2. 企业级部署：支持私有化部署，保障数据安全可控。
效能提升显著
- 将人工从重复、繁琐的数据工作中解放，效率提升可达数十倍甚至上百倍，并减少人为错误，让团队更专注于决策。

2.6.2 使用场景

利用上述优势，Coze可以轻松构建多种数据报表应用：

自动化运营报表：自动采集小红书、电商平台等数据，清洗后存入表格，并生成带图表的分析报告。
智能财务分析：上传公司财报PDF，自动解析文档、计算财务指标、生成包含风险提示的专业分析报告。
定期业务周报：连接内部数据库，每周定时拉取销售、用户数据，由AI撰写周报摘要并自动分发到企业微信群或邮箱。

接下来通过一个实际案例，演示一下如何基于Coze 平台完成一个打通mysql数据库实现数据报表展示的智能体应用。

三、操作过程

参考下面的操作步骤完成本次智能体的应用构建。

3.1 前置准备

本案例参考下面的几个步骤即可完成：

创建新应用
编写应用提示词
- 角色，技能，限制等
自定义工作流
- 结合实际业务场景配置工作流各个节点，以及各节点能力输出
应用引入自定义工作流
应用测试
发布应用

3.2 创建工作流

如下，点击创建工作流，在弹窗中填写工作流名称和描述

点击确定后跳转到下面的工作流配置页面

3.3 配置工作流

3.3.1 配置开始节点

做数据报表的展示有多种场景，主要是区分数据源的来源，比如可以是用户通过上传excel，也可以是直接联通数据库的表，我这里的场景是，根据用户输入的不同关键词区分，最后输出为不同的报表，开始节点保持默认输入参数

3.3.2 添加选择器节点

我这里的场景是根据用户输入的不同关键词走后面不同的分支，不同的分支得到的数据不一样，如下，增加一个选择器节点，条件分支中根据自己的实际要求进行配置

3.3.3 添加数据库查询节点

本次的数据源为mysql数据库，接下来增加一个数据库操作的插件节点，在插件那里搜索mysql，选择其中一个进行使用即可，我这里选择的是 get_connet_query 这个

配置数据库连接信息，将本次你要使用的mysql连接信息，数据库名称，以及sql查询语句填写进去

配置进去之后，可以针对这个节点做单独的试运行测试，从而减少后续集成测试时更多的问题，如下效果

3.3.4 增加大模型节点

这里使用大模型的目的，是为了将mysql查询出来的数据转为纯净的结构化数据进行输出，从而给后续数据报表插件节点使用时无需继续转换，如下，添加一个大模型节点，输入参数为上一个节点的数据库查询的数据

配置如下系统提示词

bash 复制代码

1、你是一个数据分析助手，请根据输入的{{input}}数据输出适合柱状图图表插件的结构化数据

在用户提示词那里也做一下配置，里面的规避错误内容是我在做测试的过程中为了解决错误发现的，配置进去之后就可以解决这个问题了

bash 复制代码

输入参数：{{input}}

规避错误：
{
  "$error": "request body has an error: doesn't match schema: Error at \"/xAxis/data\": value must be a string\nSchema:\n  {\n    \"description\": \"坐标轴数据，注意是json字符串,注意是json字符串,比如\\\"[\\\"apple\\\",\\\"banana\\\"]\\\"\",\n    \"type\": \"string\"\n  }\n\nValue:\n  [\n    \"B区\",\n    \"C区\",\n    \"D区\",\n    \"E区\",\n    \"F区\",\n    \"KL17-25\",\n    \"KL1区\",\n    \"KL9区\",\n    \"UK地下\"\n  ]\n"
}

大模型最终需要输出一些参数，这些参数作为数据报表展示的时候需要的各个参数，比如echarts柱状图，热力图等

3.3.5 增加数据报表插件节点

接下来就是本次最关键的节点，上一步得到了结构化的数据并输出了报表（这里以柱状图）需要的各个参数后，就需要增加一个数据报表的插件，通过报表插件最后将数据进行展示，事实上，在实际操作中也有下面2个思路可供参考：

数据报表插件所需的各个参数来源于上一步的输出，本次的案例就是如此，即提前把报表需要的各个参数提前准备好，这对于很多报表来说都是通用的；
通过写代码的方式进行转换，将原始的数据转为不同类型报表的制定数据格式，熟悉echarts的同学应该比较清楚这种方式；

我这里选择的报表插件为bar_charts，在插件市场中也有echarts插件，可以根据自己的需要进行选择，输入参数为上一个大模型节点的各项输出参数，对号入座的填进去即可。

3.3.6 连接结束节点

结束节点只需要配置一下上一个数据报表的输出结果即可

3.3.7 工作流整体效果测试

以上我只配置了其中一个分支，另一个分支基本是一样的，配置完成后，对工作流进行完整的测试，点击试运行，输入参数

运行成功后，输出了一个链接，该链接即为数据报表的效果图，可以打开看一下效果

3.4 创建智能体应用并集成工作流

接下来需要将上面的工作流集成到智能体应用中进行发布使用

3.4.1 创建智能体应用

如下，点击创建智能体，填写智能体的名字和描述

3.4.2 配置工作流

在当前配置界面中间的编排部分，将前面配置的工作流引入进去

3.4.3 配置提示词

以前很多同学觉得写提示词麻烦，Coze现在可以不用完全手动编写提示词了，在顶部有一个星星的图标，然后在弹出的输入框中，只需要输入你最核心的需求即可，比如我的需求是：当用户输入XX的时候，调用 data_show 这个工作流，将工作流生成的结果返回给用户，有了这段核心提示词，AI就可以生成左侧完整的提示词了

3.4.4 测试与发布智能体应用

点击最右侧对话框，输入目标关键词，可以看到能够输出一个数据报表的链接

3.4.5 应用发布

测试通过后，就可以将当前这个智能体应用进行发布了，这一步比较简单就不过多赘述了。

四、写在文末

本文通过一个实际案例演示了如何基于Coze平台实现连通mysql实现数据报表展示的智能体搭建的完整过程，更多的细节有兴趣的同学可以基于此继续深入研究，本篇到此结束，感谢观看。