摘要
针对业务人员不会写SQL的痛点，提供Dify工作流教程：通过AI自动查询数据库并生成可视化图表，结合知识库提升查询准确率，解决数据安全与效率问题。
现在基本上每个上点规模的公司都会有数据库，但想要让业务同学自己去写 SQL 取数，其实是不现实的，很多小白会觉得 SQL 甚至比 Python 还要难学。
现在，不怕了，我们可以用 AI 来帮我们完成数据库的查询，甚至生成文字洞察和可视化图表。
之前我写过一篇教程，用 MCP 的方式，让 Cursor 自动查询数据库并完成表结构的修改等操作。
但说实话，MCP 的方式目前还是很不稳定的，不适合用在实际工作中。
更不用说把 Excel 直接扔给 AI 做分析的方式：1. 数据安全问题；2. 出来的结果准确率很低。
怎么办？
最好的方式就是在本地部署工作流，直接对接数据库**，通过给 SQL 代码然后执行的方式来查询，准确率最高。**
但数据库如果量比较大，又怎么才能让 AI 知道我表结构，并给出准确代码呢？答案是搭建数据库表结构的知识库。
以下就是具体怎么做的教程。
效果及逻辑如下：
给定一个查询需求后，AI 会到知识库查询表结构，并据此生成 SQL 语句，执行后，调用 Echarts 图表的能力，以及数据科学家的 Agent，最终生成一个图文并茂的可视化查询结果。
文末****附工作流 DSL 文件获取方式
数据准备
我准备了一个数据库，里面包含了销售表、产品表、地区表，可以实现复杂的多表查询，也是在实际业务中很常见的需求场景。
新增节点
在 Dify 里做 SQL 查询，逻辑是：
-
先用 AI 生成 SQL 代码
-
执行 SQL 代码
这里可以直接搜索 database 工具，里面就包含了这两个功能：Text to SQL 和 SQL Execute
点 去授权，按以下形式输入你的数据库地址和账号密码，以 mysql 为例：
mysql+pymysql://root:8455be@152.12.12.12:3306/bgggtest
OK，接下来我们就来具体实现 SQL 查询。
模块一：SQL 查询
为了让大家能理解我搭建这个工作流的逻辑，我逐步演示给大家看。同时，这也是从 0 开始搭建一个 AI 工作流的方式：小步快跑、不断测试。
坐稳扶好，马上出发！！！
假设 SQL 查询有分级。。。
第 1 级 青铜：指定表格、字段名称查询
这也是最简单的，如图，直接告诉 AI 我要查哪个表的什么字段的内容
就能得到如下结果，这步是为了来验证 AI 的运行是否有问题。
## 得到的查询语句
{
"text": "SELECT * FROM 销售表 LIMIT 5",
"files": [],
"json": []
}
## 查询结果
{
"text": "",
"files": [],
"json": [
{
"result": [
{
"id": "1028",
"sku": "1012551685",
"spu": "101255",
"区域 Id": "中南-0091",
"商品件数": "4",
"客户 Id": "10150",
"订单 Id": "CN-2020-3064620",
"订单日期": "2020-05-24",
"订单金额": "213"
},
{
"id": "1322",
"sku": "1005590887",
"spu": "100559",
"区域 Id": "华东-0013",
"商品件数": "3",
"客户 Id": "10150",
"订单 Id": "CN-2021-1086295",
"订单日期": "2021-01-09",
"订单金额": "1748.01"
}
]
}
]
}
第 2 级 白银：在提示词里给表结构
我们不可能说每个查询语句都自己写清楚表格和字段（如果是这样的话我自己都写完 SQL 了 还要 AI 干嘛）
所以这里，我们再加一步，把数据库的表结构全部导出来给到 AI
那问题来了，怎么拿到数据库表结构呢？
我的方案是用 Navicat，链接数据库后，如图，右键 转储SQL文件-仅结构
就能得到以下的建表语句：
接下来要做的就很简单了：把提示词放到生成 SQL 语句的提示词里即可。这里就不重复演示了。
做了一下测试，继续验证数据的正确性 统计每天销售额
{
"text": "SELECT `订单日期`, SUM(`订单金额`) AS '每日销售金额' FROM `销售表` GROUP BY `订单日期` LIMIT 5",
"files": [],
"json": []
}
{
"text": "",
"files": [],
"json": [
{
"result": [
{
"每日销售金额": 19747.02,
"订单日期": "2020-05-24"
},
{
"每日销售金额": 3707.9900000000002,
"订单日期": "2021-01-09"
},
{
"每日销售金额": 11604.099999999999,
"订单日期": "2021-02-11"
},
{
"每日销售金额": 20188.98,
"订单日期": "2021-06-11"
},
{
"每日销售金额": 47586.95000000001,
"订单日期": "2021-05-06"
}
]
}
]
}
数据没问题，继续升级。
至此，我们已经能满足很多场景的 SQL 查询了，但可能还无法应对实际业务中的需求，因为实际业务中的数据表会很多很多、表结构也复杂，不太可能把整个数据库表结构都直接放到提示词里，否则会导致上下文过长。
怎么办呢？
第 3 级 黄金：把表结构放到知识库里，调用 RAG 查询
如果可以让 AI 在查询的时候，顺手去查表结构，就好了！！！这就是解决方案。
新建数据库表结构知识库
首先，在 Dify 创建知识库，如下图：
还记得之前我们导出来的数据库结构的文件吗，把它们放到 txt 文件里，然后上传。
知识库设置关键点：
- 如下图，正常来说按默认配置就好了，预览块看右边的分块结果，要确保一个Chunk一个表
- 索引方式要选 高质量 的，否则永远查不出来结果
例如下面左边就是经济（无法击中）、右边是高质量（能准确查到）
- 检索设置中的** Top K 可以根据数据复杂程度选高一点，正常来说一次查询最多就 3-5 个表做连接**。如果再多的话，或许就不太适合用 AI 了。
新建知识检索节点
回到我们的工作流，在开始的之后，新建一个知识检索，也就是说，在用户对话的时候，就根据用户的需求，提前先到知识库里找好需要用到的表结构，喂给 AI。
此时，因为我们需要用到知识检索的结果，就要用用 LLM 大模型节点来生成，只需要设置好提示词，以及把检索到 的表结构通过上下文的形式放进去即可：
完整提示词：
【角色设定】
您是一位资深数据库专家，擅长根据业务需求将自然语言精准转换为符合规范的SQL语句。您具有以下核心能力：
1. 精通关系型数据库设计，尤其熟悉MySQL语法
2. 深入理解当前业务系统的表结构
[上下文]
3. 能准确识别业务需求中的隐藏条件
4. 熟悉SQL性能优化和事务控制
【输入处理流程】
1. 结构确认：先验证涉及的表是否存在，检查字段名是否准确
2. 关联分析：确认多表关联时的连接条件是否正确
3. 条件推导：将模糊的业务描述转化为精确的WHERE条件
4. 异常处理：识别可能存在的逻辑矛盾或性能陷阱
【输出要求】
输出sql中不要添加任何注释信息
采用如下格式返回结果：
[符合ANSI标准的SQL语句]
【示例】
用户问题："查询北京用户最近一个月购买过智能手机的订单"
输出：
SELECT o.order_no, u.username, oi.total_price, o.order_time
FROM orders o
JOIN users u ON o.user_id = u.id
JOIN order_items oi ON o.id = oi.order_id
JOIN products p ON oi.product_id = p.id
WHERE u.address LIKE '北京市%'
AND p.product_name = '智能手机'
AND o.order_time >= CURRENT_DATE - INTERVAL '1 month'
AND o.status NOT IN ('已取消')
ORDER BY o.order_time DESC;
新增一个数据处理节点
但注意，大模型跑出来的 SQL 语句里面有很多换位符等需要清洗，这里我们简单加个 Python 代码执行
import re
def main(arg: str) -> dict:
result = re.sub(r'```sql\n|```', '', arg)
return {
"result": result
}
测试运行结果
目前的工作流和对话效果如图所示，也就完成了我们第一个模块：text2SQL
升级测试需求，做多表查询：查询各地区销售数据
得到的 SQL 代码：
SELECT t2.`地区`, SUM(CAST(t1.`订单金额` AS DECIMAL(18, 2))) AS `销售合计`
FROM `销售表` AS t1
INNER JOIN `地区表` AS t2 ON t1.`区域 Id` = t2.`区域 Id`
GROUP BY t2.`地区`;
最终运行结果（节选示例）：
{
"text": "",
"files": [],
"json": [
{
"result": [
{
"地区": "华东",
"销售合计": "2574033.54"
},
{
"地区": "西南",
"销售合计": "598791.29"
},
{
"地区": "东北",
"销售合计": "1420192.51"
}
]
}
]
}
结果没问题的 ✅
番外：调用 Agent 能力
本来，我想测试 Dify 用 Agent 的查 SQL 的能力。
逻辑是：让 Agent 自行去决定调用什么工具，也就是说前面我们的工作流，把生成代码、执行代码的部分删掉，改为 Agent 的工具，来执行。
结果不知道是 bug 还是什么问题，一直跑不出来。
虽然工作流看上去比较简单了，但实际上工作量也没少多少，还依赖大模型的工具调用能力，不确定性比较高，不适合在实际业务中使用。大家可以自己试一下。
模块二：可视化图表
接下来完成可视化图表的部分。
1.0 青铜
首先，新增插件 Echarts图表生成
但这个工具目前只有三种图可以用：线性图（折线图）、柱状图、饼图。正常来说也是最常用的。
继续来看我怎么从 0 开始创建这个工作流的。
刚开始，我肯定不知道这个组件怎么用，所以要先看看这个图表的逻辑是什么样的，如下图，随便填数据
得到的图表是这样的，我们就明白了组件里的参数怎么填：
-
标题：很好理解
-
数据：就是 y 轴上的数据
-
X 轴：就是 x 轴上的标签或者数据显示
柱状图和饼图都是一样的数据结构：
OK，测试后，我们就明白了：现在的问题就变成了怎么把 sql 查询出来的结果，转成Echarts需要的数据结构？
有两种方法可以解决
方法一：用 Dify 内置工具****参数提取器
适用场景：这个方法本质还是用 AI 去提取数据，所以适合数据量比较小的时候，上下文不大，才不容易出错。
参考提示词：
## 任务
从JSON数据中提取出不同的数据参数，用于生成echarts图表
## 要求
1. 根据数据，起一个标题，并赋值给title
2. 根据数据，判断要只做的echarts图表类型，提取y轴的数据赋值给ydata，每个文本用单引号引起之间用 "," 分隔
3. 把x轴的数据赋值给xdate，每个文本用单引号引起之间用 ";" 分隔
## 示例
给定的JSON数据：
{
"text": "销售日期 | 日销售总额 \n———-|——–\n2021-05-01|18819.99\n2021-05-02|3292.00 \n2021-05-04|37564.94\n2021-05-05|3607.01",
"files": [],
"json": []
}
抽取的结果：
title: 2021 年 5 月 1 每日销售
ydata: 18819.99;3292;37564.939999999995;3607.01
xdata: 2021-05-01;2021-05-02;2021-05-04;2021-05-05
需要处理的数据：
然后再把提取器的数据给到图表中引用即可，如图：
方法二：AI 编程，写一个脚本从 JSON 中提取出数据。
适用场景：查询出来的数据量比较大的时候，用代码处理不容易出错。
首先要调整一个地方，就是 SQL Execute****这个节点是可以定义输出格式的，原先我们一直用的是 Markdown，好处是在最后的对话中能直接呈现表格，但不利于我们解析数据。要改成 JSON
现在看下这个节点输出的 SQL 结果长什么样：
计算2021年5月的每日销售
就得到以下的 JSON 数据格式（节选示意）
{
"text": "",
"files": [],
"json": [
{
"result": [
{
"每日销售额": 18819.99,
"订单日期": "2021-05-01"
},
{
"每日销售额": 3292,
"订单日期": "2021-05-02"
},
{
"每日销售额": 37564.939999999995,
"订单日期": "2021-05-04"
},
{
"每日销售额": 3607.01,
"订单日期": "2021-05-05"
}
]
}
]
}
根据这个输入，就可以让 Deepseek V3 帮我们写一个 Python 语句了
大家也可以直接用我的：
import json
def main(arg: str) -> dict:
data = arg
# 获取result列表
result_list = data[0]['result']
result = str(result_list)
ydata = ";".join([str(list(item.values())[0]) for item in result_list])
xdata = ";".join([list(item.values())[1] for item in result_list])
return {
"ydata": ydata,
"xdata": xdata
}
这里的一个麻烦的地方就在于 SQL 运行后的名字的不确定，所以就不能直接用名字去获取，例如 item[‘日期’]
而是改用数字的形式 例如 list(item.values())[0] 这样
同时，用代码的方式，标题就要再用一个 AI 节点来生成了，相对来说比较麻烦。
除非是流程非常确定的情况下，否则不推荐使用这种方式。
这样我们就初步完成了可视化图表的模块。
为了让结果更丰富，我们可以新增一个 数据科学家 的 AI 节点，让 AI 做一段定性的文字分析，参考提示词：
# 角色
数据科学家
## 注意
1. 激励模型深入思考角色配置细节，确保任务完成。
2. 专家设计应考虑使用者的需求和关注点。
3. 使用情感提示的方法来强调角色的意义和情感层面。
## 性格类型指标
INTJ（内向直觉思维判断型）
## 背景
作为数据科学家，这个角色旨在为用户提供数据分析、模型构建和预测的专业知识。专家通过分析大量数据，帮助用户发现数据背后的模式和趋势，从而为决策提供支持。
## 约束条件
- 必须遵循数据隐私和安全原则
- 需要保持客观和中立，避免个人偏见影响分析结果
## 定义
数据科学：数据科学是一门跨学科领域，涉及使用统计学、机器学习、数据挖掘和可视化技术来分析和解释数据，以发现模式和做出预测。
## 目标
1. 提供准确的数据分析和洞察
2. 构建有效的预测模型
3. 帮助用户做出基于数据的决策
## Skills
1. 统计学和机器学习知识
2. 数据处理和分析能力
3. 编程和算法实现能力
4. 数据可视化技能
## 音调
专业、客观、细致、耐心
## 价值观
- 追求数据的真实性和准确性
- 以数据驱动的决策为依据
- 尊重数据的隐私和安全
# Initialization
您好，作为数据科学家，我将严格遵循工作流程，为您提供深入的数据分析和专业的建议。让我们开始吧，共同探索数据背后的奥秘。
这样就像模像样了。
接下来解决另一个问题：
前面我们做的案例是 线性图表 的，难道接下来要对柱状图、饼图都做一样的流程吗？如果后面有了更多图表，岂不是很麻烦？
2.0 白银
所以，我们就需要在前面新增一个 判断用哪种图片 的节点，然后让 AI 自动选择好后，呈现出合适的可视化类型。
怎么做呢？
还记得我们的参数提取器吗，它本身就是一个 AI 的运行逻辑，所以我们可以在里面新增一个 ChartType 的参数，同时在指令里也给出对应的要求和示例，如下图：
然后在 参数提取器 的后面新增 条件分支，如下图，一个类型对应一个图表，而每个图表都是引用一样的参数即可。
最后，为了让 AI 回复部分用同样的参数，我们需要新增一个会话变量 chart_var
然后在每个图表后面都新增一个 变量赋值 的节点，把对应的图表结果都赋值给它，这样直接回复的部分直接引用这个 chart_var 就好了。
最终效果还是不错的。
此 Dify 工作流 DSL 文件获取方式：
关注公众号「饼干哥哥 AGI」，后台回复关键词「Dify」即可