【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
无忧智库11 分钟前
某低空经济示范区“十五五”通感一体化低空智联网与飞行服务保障体系建设方案深度解析(WORD)
人工智能
袁气满满~_~15 分钟前
深度学习笔记五
人工智能·深度学习
智算菩萨20 分钟前
人工智能智能体研究综述:从理论架构到前沿应用
人工智能·机器学习·架构
冬奇Lab24 分钟前
一天一个开源项目(第31篇):awesome-openclaw-usecases - OpenClaw 真实用例集合
人工智能·开源·agent
编程小白_澄映25 分钟前
机器学习——支持向量机
人工智能·机器学习·支持向量机
AI袋鼠帝28 分钟前
我宣布:今年春节的年味,交给秒哒了!
aigc·ai编程
光的方向_35 分钟前
02-Transformer核心架构详解-自注意力与多头注意力
人工智能·深度学习·transformer
菜鸟小芯41 分钟前
【GLM-5 陪练式前端新手入门】第五篇:响应式适配 —— 让个人主页 “见机行事”
前端·人工智能
AI袋鼠帝44 分钟前
智谱GLM-5这次开源,让高级程序员也危险了...
aigc·ai编程·chatglm (智谱)
木枷1 小时前
KIMI-DEV: AGENTLESS TRAINING AS SKILL PRIORFOR SWE-AGENTS
人工智能·软件工程