当前位置： 首页 > article >正文

Dify实现自然语言生成SQL并执行

article 2025/3/31 18:26:39

目录

一、需求分析

二、解决思路

问题1：文字描述生成SQL语句

问题2：执行生成的SQL语句

完整解决方案

三、最终效果展示

四、具体实现

1.Agent提示词

2.知识库数据

3.sql执行器工作流创建

 3.1 节点1

3.2 节点2

3.3 节点3

3.4 最终配置界面预览

一、需求分析

  • 文字描述生成SQL语句

  • 执行生成的SQL语句

二、解决思路

问题1：文字描述生成SQL语句

解决步骤：

  1. 创建Agent应用 创建一个Agent应用，以便后续集成工具执行SQL语句。

  2. 导入知识库 导入包含数据库表结构的知识库，以便Agent能够理解用户提供的文字描述。

  3. 编写提示词 设计有效的提示词，帮助Agent准确地将文字描述转换为SQL语句。

问题2：执行生成的SQL语句

解决步骤：

  1. 创建工作流应用 创建一个工作流应用，用于定义和执行SQL语句。

  2. 定义工作流节点

    • 节点1：开始节点 定义传入变量sql，该变量将包含由Agent生成的SQL语句。

    • 节点2：代码执行节点 使用Python实现数据库连接，并执行上一节点传入的sql变量。

    • 节点3：结束节点 定义输出变量result，其值为节点2执行SQL语句的结果。

  3. 发布为工具 将上述工作流应用发布为一个工具，命名为“数据库访问”。

完整解决方案

在创建的Agent应用中，集成“数据库访问”工具，使得Agent不仅能生成SQL语句，还能自动执行这些语句并返回结果。

三、最终效果展示

四、具体实现

1.Agent提示词

# 角色设定

您是一个结构化SQL执行管道，必须严格按以下顺序操作：

1. 解析需求 → 2. 生成参数化SQL → 3. 封装为执行指令 → 4. 返回SQL+原始结果

# 输出规范

```json

{

"sql_package": {

"sql": "SELECT...",

"params": ["value1", "value2"]

},

"execution_result": {

"data": [

{"column1": "value1", "column2": "value2"}

],

"rows_affected": 0,

"error": null

}

}

2.知识库数据

数据库: 用户订单管理系统

表: users

  • 描述: 存储注册的用户信息

  • 字段:

    • user_id (INT PK): 用户唯一标识

      • username (VARCHAR(50)): 登录名

      • email (VARCHAR(100)): 电子邮箱

      • register_date (DATETIME): 注册时间

      • vip_status (TINYINT): VIP状态(0-非VIP,1-VIP)

表: products

  • 描述: 商品基本信息

  • 字段:

    • product_id (INT): 商品ID

    • product_name(VARCHAR):商品名称

    • category (ENUM):商品类类别 ['电子产品','家居用品','服装']

    • price(DECIMAL):商品价格(单位是人民币/元)

表: order

  • 描述: 用户订单表

  • 字段:

    • order_id (INT PK): 订单ID

    • user_id (INT FK→users.user_id): 用户ID

    • product_id (INT FK→products.product_id ): 商品ID

    • order_date (DATETIME): 下单时间

    • total_amount (DECIMAL(12,2)): 订单金额

    • status (VARCHAR(20)): 订单状态(0:已签收 1:已退回)

创建表以及初始化数据

-- 创建用户表
CREATE TABLE users (
    user_id INT AUTO_INCREMENT PRIMARY KEY,
    username VARCHAR(50) NOT NULL,
    email VARCHAR(100) NOT NULL UNIQUE,
    register_date DATETIME NOT NULL,
    vip_status TINYINT NOT NULL DEFAULT 0 COMMENT '0-非VIP,1-VIP',
    INDEX idx_username (username),
    INDEX idx_email (email),
    INDEX idx_register_date (register_date)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='存储注册的用户信息';

-- 创建商品表
CREATE TABLE products (
    product_id INT AUTO_INCREMENT PRIMARY KEY,
    product_name VARCHAR(100) NOT NULL,
    category ENUM('电子产品','家居用品','服装') NOT NULL,
    price DECIMAL(10,2) NOT NULL COMMENT '商品价格(单位是人民币/元)'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='商品基本信息';

-- 创建订单表
CREATE TABLE `order` (
    order_id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT NOT NULL,
    product_id INT NOT NULL,
    order_date DATETIME NOT NULL,
    total_amount DECIMAL(12,2) NOT NULL COMMENT '订单金额',
    status VARCHAR(20) NOT NULL COMMENT '0:已签收 1:已退回',
    INDEX idx_user_id (user_id),
    INDEX idx_order_date (order_date),
    INDEX idx_status (status),
    FOREIGN KEY (user_id) REFERENCES users(user_id),
    FOREIGN KEY (product_id) REFERENCES products(product_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户订单表';

-- 插入用户数据
INSERT INTO users (username, email, register_date, vip_status) VALUES
('张三', 'zhangsan@example.com', '2022-01-15 10:30:00', 1),
('李四', 'lisi@example.com', '2022-02-20 14:15:00', 0),
('王五', 'wangwu@example.com', '2022-03-10 09:45:00', 1),
('赵六', 'zhaoliu@example.com', '2022-04-05 16:20:00', 0),
('钱七', 'qianqi@example.com', '2022-05-12 11:10:00', 1);

-- 插入商品数据
INSERT INTO products (product_name, category, price) VALUES
('iPhone 14', '电子产品', 6999.00),
('华为MateBook', '电子产品', 5999.00),
('真皮沙发', '家居用品', 4599.00),
('陶瓷餐具套装', '家居用品', 299.00),
('纯棉T恤', '服装', 99.00),
('牛仔裤', '服装', 199.00);

-- 插入订单数据
INSERT INTO `order` (user_id, product_id, order_date, total_amount, status) VALUES
(1, 1, '2022-06-01 10:30:00', 6999.00, '0'),
(1, 3, '2022-06-05 14:15:00', 4599.00, '0'),
(2, 2, '2022-06-10 09:45:00', 5999.00, '1'),
(3, 4, '2022-06-15 16:20:00', 299.00, '0'),
(3, 5, '2022-06-20 11:10:00', 99.00, '0'),
(4, 6, '2022-07-01 13:25:00', 199.00, '0'),
(5, 1, '2022-07-05 15:30:00', 6999.00, '0'),
(5, 2, '2022-07-10 10:45:00', 5999.00, '0');
3.sql执行器工作流创建
 3.1 节点1

3.2 节点2

此节点贴入的python代码

注意更改请求url地址

import requests

def main(sql: str) -> dict:
    url = "http://xxxx:3000/execute"
    payload = {"sql": sql}
    
    try:
        response = requests.post(
            url, 
            json=payload,
            headers={'Content-Type': 'application/json'},
            timeout=10
        )
        
        # 先检查响应内容是否为空
        if not response.text:
            return {"result": "Empty response from server"}
            
        try:
            data = response.json()
            if response.status_code == 200:
                return {"result": data}
            else:
                return {"result": f"Error: {data.get('error', 'Unknown error')}"}
        except ValueError:
            return {"result": f"Invalid JSON response: {response.text}"}
            
    except requests.exceptions.RequestException as e:
        return {"result": f"Request failed: {str(e)}"}

本地启动的python代码：

from flask import Flask, request, jsonify
import mysql.connector
from functools import wraps

app = Flask(__name__)

# 数据库连接配置
config = {
    'user': 'xxx',
    'password': 'xxx',
    'host': 'xxx',
    'database': 'xxx',
    'raise_on_warnings': True
}

def handle_errors(f):
    @wraps(f)
    def wrapper(*args, **kwargs):
        try:
            return f(*args, **kwargs)
        except Exception as e:
            return jsonify({"error": str(e)}), 500
    return wrapper

@app.route('/execute', methods=['POST'])
@handle_errors
def execute_sql():
    data = request.get_json()
    if not data or 'sql' not in data:
        return jsonify({"error": "SQL statement is required"}), 400

    sql = data['sql']

    try:
        conn = mysql.connector.connect(**config)
        cursor = conn.cursor(dictionary=True)  # 使用字典游标获取列名

        cursor.execute(sql)

        if sql.strip().lower().startswith("select"):
            result = cursor.fetchall()
            return jsonify({"data": result})
        else:
            conn.commit()
            return jsonify({"affected_rows": cursor.rowcount})

    except mysql.connector.Error as err:
        return jsonify({"error": f"Database error: {err}"}), 500
    finally:
        if 'conn' in locals() and conn.is_connected():
            cursor.close()
            conn.close()

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=3000, debug=True)

注意：

如果将代码贴入到本地后一些数据爆红(需要安装所需环境)

参考执行命令：

pip install flask

python -m pip show flask 

pip install mysql-connector-python

3.3 节点3

3.4 最终配置界面预览

至此所有配置结束


http://www.kler.cn/a/612432.html

相关文章：

  • 高级数据结构01BST树
  • 如何使用VS中的Android Game Development Extension (AGDE) 来查看安卓 Logcat 日志
  • ‌JVM 内存模型（JDK8+）
  • 如何使用Python爬虫按关键字搜索1688商品？
  • 测谎仪策略思路
  • linux 安装open webui
  • 第二十章:类型属性的重载_《C++ Templates》notes
  • 【商城实战(80)】从0到1剖析：区块链如何重塑商城生态
  • Lisp语言的数据库交互
  • WPF 依赖项属性
  • 使用django的DRF业务逻辑应该放在序列化器类还是模型类
  • 前端空白/红幕报错 undefined
  • JavaScript性能优化实战手册：从V8引擎到React的毫秒级性能革命
  • ＜track＞标签在＜video＞或＜audio＞元素中的作用，如何利用它实现字幕功能？
  • 将pytroch模型转为paddlelite模型并集成到android程序中
  • [学成在线]06-视频分片上传
  • C# 打印模板设计-ACTIVEX打印控件-多模板加载
  • 卷积神经网络 - 关于LeNet-5的若干问题的解释
  • 【新人系列】Golang 入门（九）：defer 详解 - 下
  • FPGA_YOLO学习（一）