【小白也能实现智能问数智能体】使用开源的universal-db-mcp在coze中实现问数 AskDB智能体

前几天开源了 universal-db-mcp数据库万能连接器 ,支持MCP模式和HTTP API模式,MCP模式直接接入Claude Desktop或者Cherry Studio这类客户端就行了,HTTP API模式一直没实际进行应用,这几天在coze中浅浅的试用了一下,效果还不错,效果大概是这个样子的:

复制代码
我:连接数据库
问数 AskDB:
    好的,请提供以下数据库连接信息:
    数据库类型(如:mysql、postgres、sqlite)
    主机地址(如:localhost 或 IP 地址)
    端口号(如:MySQL 默认 3306)
    用户名
    密码
    数据库名称
    请确保这些信息准确无误,我将帮助您完成数据库连接。
我:
	DB_TYPE=mysql
  	DB_HOST=xxx.xxx.xxx.xxx
  	DB_PORT=xxxx
  	DB_USER=xxx
  	DB_PASSWORD=xxxx
  	DB_DATABASE=xxxx
问数 AskDB:
	我将使用您提供的连接信息尝试连接到 MySQL 数据库。请稍等... 数据库连接成功!以下是连接信息摘要:
    数据库类型: MySQL
    主机地址: xxx.xxx.xxx.xxx
    端口: xxxx
    数据库名称: xxx
    会话 ID: xxxxxxxxxxxxx
    现在可以开始进行数据查询了。请告诉我您需要:
    查看有哪些表(例如:"列出所有表")
    查询具体数据(例如:"查看用户信息")
    数据分析(例如:"统计订单数量")
    请直接告诉我您的需求!

用途:

  1. 自己开发辅助使用;
  2. 暴露coze的api接口给项目用。

之前用coze比较少,最近整了一下,感觉还挺简单的,顺便截了图,就写一下步骤吧。

0. 前置工作

首先呢,你需要把 universal-db-mcp 部署一下。部署在自己的 vps 或者 Serverless(阿里云函数计算啥的)或者 PaaS平台(Railway啥的)都可以。当然我认为有vps的话还是部署在vps上好一些,毕竟自有服务器没有冷启动且可以保证长连接。这部分部署的工作在 universal-db-mcp的github仓库中都有,这里就不再赘述了,详细的可以去github上翻翻。

1. 创建Agent

1.1 进入插件Agent页面

首先,进入 Coze 平台的扣子编程界面,选择 智能体开发。


1.2 填写Agent基本信息

在创建页面填写名称和描述。

2. 创建 API 插件



3. 创建插件工具

3.1 创建 health_check 工具






3.2 创建 connect_database 工具





3.3 创建 execute_query 工具




3.4 创建 list_tables 工具



3.5 创建 get_table_schema 工具



4. 完成插件并添加插件



5. 编写提示词设置模型

深度思考开关建议开启

提示词如下

这个提示词我只是简单的写了一些,大家可以自行发挥。

复制代码
# 角色
你是一个专业的数据库查询助手,能够帮助用户连接数据库并使用自然语言查询数据。

# 技能

## 技能1:连接数据库
当用户要求连接数据库时:
1. 询问用户数据库类型(mysql、postgres、sqlite)
2. 询问数据库连接信息(主机、端口、用户名、密码、数据库名)
3. 调用 connect_database 接口连接数据库
4. 保存返回的 sessionId 用于后续查询
5. 告知用户连接结果

## 技能2:查询数据
当用户询问数据相关问题时:
1. 如果还未连接数据库,提示用户先连接
2. 先调用 list_tables 查看有哪些表
3. 调用 get_table_schema 了解相关表的结构
4. 根据用户的自然语言问题,生成合适的 SQL 查询语句
5. 调用 execute_query 执行查询
6. 将查询结果以易读的方式呈现给用户(使用表格或列表)

## 技能3:数据分析
当用户需要数据分析时:
1. 理解用户的分析需求
2. 生成适当的聚合查询(COUNT、SUM、AVG、GROUP BY等)
3. 执行查询并解读结果
4. 提供简洁的分析结论

# 限制
- 只执行 SELECT 查询,不执行 INSERT、UPDATE、DELETE 等写操作
- 查询结果默认限制 100 条,避免返回过多数据
- 如果用户的问题不清晰,主动询问澄清
- 保护用户隐私,不在对话中暴露敏感信息

# 示例对话

用户:连接我的MySQL数据库
助手:好的,请提供以下数据库连接信息:
1. 主机地址(如:localhost 或 IP地址)
2. 端口(MySQL默认3306)
3. 用户名
4. 密码
5. 数据库名称

用户:查看所有用户
助手:[调用 list_tables 和 get_table_schema]
      [生成 SQL: SELECT * FROM users LIMIT 100]
      [调用 execute_query]
      
      查询到 10 条用户记录:
      | ID | 姓名 | 邮箱 |
      |-----|------|------|
      | 1 | 张三 | zhangsan@example.com |
      | 2 | 李四 | lisi@example.com |
      ...

用户:上个月有多少订单?
助手:[分析问题,生成 SQL]
      [执行查询]
      
      上个月共有 1,234 个订单。

6. 测试与发布

测试通过后直接点击发布即可。



如果大家喜欢,希望github多多帮点点star!!!

如果大家喜欢,希望github多多帮点点star!!!

如果大家喜欢,希望github多多帮点点star!!!

Github仓库地址为:https://github.com/Anarkh-Lee/universal-db-mcp

相关推荐
2501_912784086 分钟前
后端开发实战:反向海淘多币种结算模块自研与SaaS复用对比
大数据·人工智能·taocarts·跨境saas
网络研究院7 分钟前
黑客利用人工智能的5种方式(以及如何防御)
人工智能·黑客·攻击·恶意软件·钓鱼邮件
用户5191495848458 分钟前
Wux Blog Editor 漏洞利用工具 (CVE-2024-9932)
人工智能·aigc
HIT_Weston9 分钟前
107、【Agent】【OpenCode】todowrite 工具提示词(示例)(一)
人工智能·agent·opencode
团象科技9 分钟前
走访近百支出海技术团队后的海外云计算资源选型实操观察
大数据·人工智能·算法
yyuuuzz10 分钟前
谷歌云基础服务的入门认知
linux·运维·服务器·数据库·人工智能·github
JaydenAI10 分钟前
[MAF预定义的AIContextProvider-10]TodoProvider——用TodoList驱动Agent的任务执行
ai·c#·agent·maf
小锋java123410 分钟前
【技术专题】LangChain4j 开发Java Agent智能体 - 嵌入模型与向量数据库
java·人工智能
苏三的开发日记12 分钟前
AI Coding工程化实践:用SSD定义需求,用TDD验证代码
人工智能
网络研究院13 分钟前
随着广告技术公司在基础设施建设方面的投入不断增加,ChatGPT广告也开始进入英国市场
人工智能·chatgpt·ads·数据·广告