# Dify 搭建数据查询 AI 应用

# 简介

在大数据飞速发展的时代，现在企业基本都会向 AI 靠近，传统的系统和用户交互都是让用户在系统上自己操作，要查询什么内容通过对话的方式就能获取到结果，而不需要点这个菜单又去点哪个菜单，还要选条件在点查询，本篇文章就实现，怎么将自然语言转成 SQl 在去查询实际的数据。dify 官网

# 开始

首先我们需要 dify 环境，这里安装就不再赘述了，下面开始

# 知识库

需要将我们的业务 表结构 、 详细的字段说明 还有一些 sql的示例 上传到知识库，当用户提问提就会检索出来，让大模型理解在给出进行生成 sql 语句，如图创建两个知识库：

数据结构内容：

表结构描述：

表名称: `ht_land` 资产表

字段列表: 

`title`,资产标题,字符串类型

`distNo`,地区编号,字符串类型。这个字段可以和地区表关联,以实现是哪个地区的资产。

`distName`,地区名称,字符串类型

`landNo`,资产编号,字符串类型

`landName`,资产名称,字符串类型

`area`,资产面积,小数类型

`unit`,资产面积单位,字符串类型

表结构描述：

表名称: `dist` 地区表或者是村集体表

字段列表: 

`id`,主键,整型

`distno`,地区编号,字符串类型。注意地区编号,1位长度表示省级,2位长度表示市级,4位长度表示区县级,6位长度表示镇街级,9位长度表示村级,

`distname`,地区名称,字符串类型

`parentDistNo`,上级地区编号,字符串类型。可以和本身关联,关联上一级的地区。

`parentDistName`,上级地区名称,字符串类型

表结构描述：

表名称: `Rep_01` 收益及收益分配表

字段列表: 

`id`,主键,整型

`zth`,地区编号,字符串类型。这个字段可以和地区表关联,以实现是哪个地区的资产。

`YEARS`,年份,字符串类型

`MONTHS`,月份,字符串类型

`C1`,项目名称,字符串类型。比如有“一、经营收入”， “二、经营收益” 等项目

`C2`,行次,字符串类型。相当于排序号

`C3`,本月数,小数类型。单位是元，也叫本月发生数

`C1`,本年数,小数类型。单位是元，也叫本年发生数

表结构描述：

表名称: `proj` 交易表

字段列表: 

`id`,主键,整型

`title`,交易项目名称,字符串类型

`prj_no`,交易编号,字符串类型

`distno`,地区编号,字符串类型。这个字段可以和地区表关联,以实现是哪个地区的资产。

`distname`,地区名称,字符串类型。

`landno`,资产编号,字符串类型。这个字段可以和资产表关联,以实现是哪个资产的交易情况。

`landname`,资产名称,字符串类型。单位是元

`jyjffs`,交易方式,字符串类型。列如：电子暗投,电子竞投,公开暗投,公开明投,协商谈判,续约,综合评审

`totalAmount`,交易金额,小数类型。单位是元

这些表的设计是相互关联的,例如,资产表中的`distNo`字段将地区表或者是村集体表表中的特定地区关联起来。

sql 示列：

查询的资产？, select * from ht_land where distno like (select distno from dist where distname like '%白云区%') + '%';
村集体总资产数, select count(*) from ht_land;
村集体交易总额, select sum(totalAmount) from proj;
村集体总收入, select sum(*) from zcjy_hpq..Rep_01 where c1 like '%六、年末未分配收益%';
村集体2024年1月份总收入, select sum(*) from zcjy_hpq..Rep_01 where years = 2024 and months = 1 and c1 like '%六、年末未分配收益%';

测试检索效果如图，可以看的出来正确的检索出来了：

# 工作流

知识库创建好了，也能看到结合大模型能够实现生成 sql 语句，接下来我们开始创建工作流，从生成 sql 到查询到返回结果

大致流程：开始 -> 知识检索 -> 大模型解析返回 sql -> 问题分类（对业务不相关问题的处理） -> 数据库查询 -> json 解析获取数据 -> 大模型结合问题和答案回答 -> 回复用户

流程图如下：

1. 新建一个 工作流

2. 添加 知识库 节点，添加好 数据结构描述 ， sql示例 知识库

3. 添加大模型解析知识库内容生成 sql，为了更好的生成对应业务的 sql，需要添加提示词（可以根据自己的要求更改）：

   # 角色
   你是一个SQL专家或者数据库分析师， 根据检索到{{#context#}}以及用户输入的{{#sys.query#}}内容，生成对应的查询sql，sql语句必须经过严格的校验：
   
   # 硬性要求
   1.严格使用检索到的表字段
   2.确保SQLSERVER语法兼容
   3.仅输出最终结果sql语句的txt文本，不要加任何信息
   4.禁止中间过程输出
   5.返回纯SQL文本内容, 不要代码块
   6.表名称要去掉特殊符号
   
   
   #关键步骤:
   1、对用户输入的内容进行识别和判断，如果内容涉及政治、时事、社会问题以及违背道德和法律法规的情形，一律输出:”您提出的问题超出我应当回答的范围，请询问与公司业务相关的问题，否则我无法作出回答“
   2、根据用户输入的内容和上下文信息，形成内容分类，根据内容分类按照以下规则从知识库 “黄埔数据结构描述” 中检索数据表结构信息:
   -内容分类与资产相关，则检索“资产信息”
   -内容分类与财务相关，则检索“财务信息”
   -内容分类与地区相关，则检索“地区信息”
   -内容分类与交易相关，则检索“交易信息”
   注意:务必严格按照上述分类获得对应的检索关键词，不得生成新的检索关键词。如果你认为用户的提问无法匹配到合适的分类，请输出提示:为确保查询获得准确信息，请再把你的需求描述细致一些
   3、根据用户输入的内容和上下文信息，形成一个符合用户意图的完整问题，以此作为输入在知识库“黄埔sql示例”中检索SQL语句参考示例
   4、基于对上下文和对用户提问的理解，按照检索到的数据表结构信息，以及SQL参考示例，编写SQL查询语句。注意，若内容分类与参考示例中的分类不符时，则忽略这个示例。另外，不是所有情况下都有示例参考，没有示例时请按照自己的理解和掌握的知识编写SQL语句
   5、去除SQL语句中多余的注释、换行符等无用信息，输出一个纯净的、可直接执行的SQL语句
   6、如果用户选择开场白的选项直接从知识库“黄埔sql示例”中检索SQL语句
   7、用户提到的“村集体”就是地区，如果没有说哪个村集体，那么就是所有地区
   
   
   #编写SQL时的注意事项:
   1.务必根据上下文提供的数据表结构描述来编写SQL语句，确保仅使用数据表结构描述中提到的表名和字段名，并参考对字段的解
   2.确保SQL兼容SQL Server 2014
   3.只用简体中文
   4.只输出一个完整SQL语句，无注释，确保可直接执行并获得预期的结果
   5.对于字符串和长文本类型的字段，除非用户有特别说明，否则都用LKE操作，而不是等于操作，例如:WHERE distno LIKEN'%关键词%'，而不是WHERE distno='关键词'
   6.除法处理:参考以下模板以避免错误:
   CASE WHEN 「除数] = 0 THEN 0
   ELSE CAST([被除数] AS FLOAT)/[除数]
   END AS[结果列名]
   7.当用户询问涉及地区层级的查询时（如“查询[XX地区]下所有资产”），按以下逻辑生成SQL：
   定位目标地区：
   从地区表查询用户输入名称对应的distno（确保名称完全匹配，如“白云”而非“白云区”）。
   SELECT distno FROM 地区表 WHERE distname = '用户输入名称';
   获取所有子地区编号：
   前缀匹配）：若地区编号为层级结构（如0111的下级为011101），用LIKE匹配前缀：
   SELECT distno FROM 地区表 
   WHERE distno LIKE (SELECT distno || '%' FROM 地区表 WHERE distname = '用户输入名称');
   关联业务表查询：
   将子地区编号与业务表（如资产信息）关联，返回结果。
   SELECT b.* FROM 业务表 b
   JOIN (上述子地区查询) s ON b.distno = s.distno;
   8.适用场景: 生成查询SQL时需遵循上述规则
   9.输出规范: 纯SQL文本无附加说明
   10.技术限制: 不支持图像处理类的请求
   11.返回纯SQL文本内容
   

4. 代码执行器 这里加这个主要是对 sql 进行加密传输，其实也可以不加

5. 问题分类器 主要是对用户提问的问题进行分类，如果是不相关的问题，则做其他处理，如图：

6. http 请求节点 这一步主要是传入 sql 调 api 接口进行数据查询

7. json 解析节点 这一步主要是对查询出来的数据进行解析，获取原始的数据

8. 添加大模型节点 这里的节点是为了对用户的问题，和结果做回答，这里可以用私有的模型，保证数据的隐私安全。

   添加一些提示词让大模型更自然的回答如下：

   通过{{#context#}}的结果内容回答用户提问的{{#sys.query#}}的问题
   
   注意事项：
   #数据呈现、解读和分析要求:
   1.所有数据已符合用户问题中的条件(如地区名称、日期范围)
   2.直接使用提供的数据分析，不质疑数据是否符合条件
   3.不需再次筛选或确认数据类别/时间范围
   4.数据为[]或空时，回复"没有查询到相关数据"，不得编造数据
   5.列出详细数据,优先以表格方式列出数据，如果数据超过10时，除非用户问题中包含明确要求列出全部数据的情形外，你只需要随机列出5条有代表性的的记录，否则需要列出全部记录
   6.当有记录被省略时，必须作出说明
   7.对数据进行概览和总结，必须包括原始数据的总记录数
   8.识别趋势、异常，并提供分析和建议
   
   #其他注意事项
   1、严格按照上下文内容回答
   

9. 直接返回 最后直接返回

# 推荐数据集

可以去 数据集网站 上获取一些其他人预定好的 sql 例子或者其他数据

# 自定义工具

dify 是一个很强大的工具，我们可以自己定义工具，比如自己定义一个 查询天气的ai助手 ，或者 搜索引擎 ，在或者 图表展示 等 助手，然后把我的工具发布出去，供其他程序调用

# 扩展

dify 的知识库系统并不是很强大，如果我们做业务复杂，生成那种多表关联的 sql 语句，那么 dify 就显的不是那么的好了，所以我们需要专门的 自然语言转SQL 的工具来实现，下面推荐两种

1. RAGFlow 可以看我其他文章 如何使用RAGFlow并接入到Dify知识库中
2. VannaAI