Dify 是一个用于构建 AI 工作流的开源平台。通过在可视化画布上编排 AI 模型、连接数据源、定义处理流程，直接将你的领域知识转化为可运行的软件。

相关链接：

1、【Dify官方网站】 https://docs.dify.ai/

2、【Dify中文文档】https://docs.dify.ai/zh/use-dify/getting-started/introduction

3、【使用 Docker Compose 部署 Dify】 https://docs.dify.ai/zh/self-host/quick-start/docker-compose

Dify系列文章：

（一）、本地部署Dify+聊天助手/Agent

（二）、AI智能体实现将自然语言转换为SQL

前提条件：需要部署 Dify 服务，有需要的同学可以查看【Dify - （一）、本地部署Dify+聊天助手/Agent】

一、启动Dify服务

1、启动Dify服务

（1）打开命令窗口执行下在命令

# 1. 进入docker目录
cd dify\docker
# 2. 启动dify服务
docker compose up -d

2、访问Dify

（1）打开浏览器输入下面地址  

# 本地环境
http://localhost 
# 服务器环境
http://your_server_ip

二、自然语言转SQL的智能体

rookie_text2data的能力

1、使用自然语言从Mysql数据库中获取数据

2、SQL语句生成

1、安装插件rookie_text2data

​

​

​

2、基于插件rookie_text2data开发智能体

（1）、创建智能体【自然语言转SQL】

（2）、配置【开始】节点

添加表名变量【table_name】

（3）、添加【rookie_text2data】节点

配置【rookie_text2data】节点的数据属性

配置【rookie_text2data】节点的LLM

（4）、添加【rookie_execute_sql】节点

配置【rookie_execute_sql】节点属性

（5）、配置【回复】节点

配置回复内容为：

sql逻辑：
{{#自然语言.text#}}

执行结果：
{{#执行sql.text#}}

（6）、预览智能体

我们以表【ybt_user_behavior_log】为例：

自然语言：根据事件名称统计数据量

执行结果：

至此，自然语言转SQL的智能体已经实现，但是经过验证后当前rookie_text2data仍存在下面的不足，如果想要解决这些不足需要大家放弃使用这类插件，而是基于Dify平台自行配置智能体

rookie_text2data插件不足之处：

1、不具备多表联合分析能力；

2、不具备写权限的安全限制；

3、无法在智能体中关联上下文进行智能分析；