Dify应用实战番外 - 网友提问(1)

这两天有网友问，上次的课提到了数据库查询，对一般的人还是有点难度。所以希望大模型也能生成SQL，可以自己去查询数据库的数据。

麦金叔建议他使用文生SQL的模型，网友应该真的去尝试了，只不过还是有问题。那今天麦金叔就来演示一下，如何处理这一需求，并解决查询报错的问题。

**01.**动手做一做

今天的任务专题是解决让大模型生成SQL查询语句，并利用数据库工具查询得到结果。

依然用工作流作为测试。添加下图所示节点，依次为”开始”，”LLM”，”参数提取器”，”SQL EXECUTE”和”结束”。

图片

将”开始”节点，添加一个参数”user_promt”。这样在对话时，可以将查询要求填入。

“LLM”节点选择模型为”qwen2.5-72b-instruct”，上下文选择”开始”节点新增的参数”user_promt”，将系统提示词按如下填入：

请直接提供答案，无需解释思考过程。

根据用户输入 上下文

进行SQL的生成，最终结果仅包含SQL语句。

数据库的schema如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
CREATE TABLE `doctor` (

 `id` int(11) NOT NULL,

 `name` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,

 `title` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,

 `department` varchar(255) COLLATE utf8mb4_bin DEFAULT NULL,

 `description` text COLLATE utf8mb4_bin,

 `status` tinyint(2) DEFAULT NULL,

 PRIMARY KEY (`id`),

 KEY `dep` (`department`) USING BTREE

) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin;

其中status为医生工作状态，1表示医生正常工作，0表示医生暂停诊治。

title为医生的职称，description为医生擅长领域。

接着在”参数提取器”节点配置模型为”qwen2.5-32b-Instruct”，输入选择上一个”LLM”节点的text。

新建一个提取参数”sql_query”，指令部分填入：

忽略大模型输出的思考过程，即不要提取部分

图片

“SQL EXECUTE”节点，保持和12节课数据库查询一致，并在”结束”节点输出查询结果。

保存后进行测试，结果如下图：

图片

**02.**解释说明

首先，需要添加一个”参数提取器”。因为大模型文生SQL的结果会是这样的结果：

1
2
3
4
5
{

  "text": "\`\`\`sql\\nSELECT name, title, description \\nFROM doctor \\nWHERE department = '眼科' AND status = 1;\\n\`\`\`"

}

可以看到text的内容，是以sql开头的。那如果直接去运行，肯定不行呀。SQL查询语句还是需要严谨的，否则无法执行数据库查询。

当然，如果使用其他方法，比如”代码”或者”模版”也可以的，但都比”参数提取器”复杂。

其次，模型的选择上，”LLM”最后不要使用带有COT的模型，因为这一类模型强大是强大，还输出了思考过程，但只是给人看友好。而在工作流里面，还要进一步处理它，比较麻烦。还是直接用输出结果，而不给出思考过程的，更适合工作流。

最后，本着够用就行的原则，对问题理解并生成结果的模型需要参数大一些的模型，但是参数提取这种工作，就没必要也用参数大的，可以适当减小。毕竟实际工作中，在效果一致的前提下，能省一点是一点。

总结

今天的答疑来自网友的留言问题，实际上学习AI应用开发，一定不能照本宣科。要不断地尝试，碰到问题，并解决它，才能学以致用，为工作中能用上AI的能力打下坚实的基础。