Dify-Plugin mit Unterstützung für Datenbankabfragen

🚀 Einladung zum Erleben: Chinas erste KI-IDE Intelligente Programmiersoftware Trae Chinesische Version downloadDer DeepSeek-R1 und Doubao-pro sind unbegrenzt verfügbar!

Allgemeine Einführung

Das dify-plugin-tools-dbquery ist eine spezialisierte Dify Ein Open-Source-Plugin, das für die Plattform 1.0 entwickelt und vom Entwickler junjiem auf GitHub veröffentlicht wurde. Es bietet eine Datenbankabfragefunktionalität, die Benutzern bei der Erstellung von Anwendungen auf der Grundlage des Large Language Model (LLM) hilft, um Daten aus der Datenbank zu extrahieren und dynamische Inhalte in Verbindung mit dem LLM zu erzeugen. Das Plugin enthält zwei Hauptwerkzeuge: Database Query Utils und Database Query Utils (Pre-authorisation), die sich für Szenarien wie Smart Quizzes und Datenanalyseassistenten eignen. Das Plugin unterstützt die Installation über GitHub und bietet eine Offline-Packaging-Option, die Entwicklern die Bereitstellung in einer netzwerklosen Umgebung erleichtert.

Dify-Plugin mit Unterstützung für Datenbankabfragen-1

Funktionsliste

Datenbankabfrage-ToolAbrufen von Daten aus der Datenbank über eine SQL-Abfrage als Eingabe für den LLM.
Unterstützung bei Anfragen zur VorabgenehmigungAbfragefunktionen für vorkonfigurierte Berechtigungen zur Vereinfachung des Datenbankzugriffs.
Einbindung der Dify PlattformNahtlose Einbindung der Workflows und Intelligenzen von Dify zur Verbesserung der Datenverarbeitungsfunktionen der Anwendung.
Unterstützung von Open-Source- und Offline-PaketenEs sind Quellcode- und Offline-Installationspakete verfügbar, die eine breite Palette von Einsatzanforderungen erfüllen.
Dynamische DatengenerierungLLM: Geben Sie Abfrageergebnisse in LLM ein, um kontextabhängige Antworten oder Analysen zu erstellen.

Hilfe verwenden

Ablauf der Installation

Die Installation von dify-plugin-tools-dbquery muss über GitHub Repositories oder Offline-Pakete erfolgen, hier sind die detaillierten Schritte:

Methode 1: Installation über GitHub

Zugriff auf GitHub-Repositories
Öffnen Sie Ihren Browser und geben Sie https://github.com/junjiem/dify-plugin-tools-dbquerygehen Sie auf die Projektseite.
Gehen Sie zu Dify Plugin Management
Loggen Sie sich auf der Dify-Plattform ein, klicken Sie auf "Plugins" in der oberen rechten Ecke, um die Plugin-Verwaltungsseite aufzurufen, und wählen Sie "Über GitHub installieren".
Lagerinformationen eingeben
Geben Sie die Adresse des Repository auf der Installationsseite ein:https://github.com/junjiem/dify-plugin-tools-dbqueryum die Versionsnummer auszuwählen und .difypkg Datei (wenn Sie diese nicht haben, müssen Sie sie selbst verpacken, siehe unten).
Lösung von Problemen bei der Überprüfung von Unterschriften
Wenn Sie die Fehlermeldung "Die Plugin-Überprüfung wurde aktiviert, und das Plugin, das Sie installieren möchten, hat eine fehlerhafte Signatur" erhalten, müssen Sie die Dify .env Dokumentation:
- ausfindig machen. .env Datei (normalerweise im Dify-Verzeichnis).
- Hinzufügen oder ändern:FORCE_VERIFYING_SIGNATURE=false.
- Starten Sie den Dify-Dienst neu:
```
Neustart von docker-compose
```
- Versuchen Sie die Installation erneut.
Fertigstellung der Anlage
Klicken Sie auf "Installieren" und warten Sie, bis Dify das Plugin heruntergeladen und bereitgestellt hat.

Methode 2: Geben Sie das Offline-Paket ein und installieren Sie es

Wenn Sie es ohne Netzwerkumgebung verwenden möchten, können Sie das Offline-Paket gemäß den offiziellen Anweisungen packen:

Vorbereiten der Umgebung
- Stellen Sie sicher, dass Docker, Python und pip installiert sind.
- Herunterladen von Dify Plugin CLIWählen Sie die für Ihr System geeignete Version (z. B. dify-plugin-linux-amd64).
Klon-Lager

git clone https://github.com/junjiem/dify-plugin-tools-dbquery.git
cd dify-plugin-tools-dbquery/db_query

Abhängigkeiten herunterladen
Führen Sie den folgenden Befehl aus, um die Abhängigkeit lokal zu speichern:

pip download -r requirements.txt -d . /wheels --index-url https://mirrors.aliyun.com/pypi/simple
sed -i '1i\--no-index --find-links=. /wheels/' requirements.txt

Verpackung von Offline-Paketen
Zurück zum Elternkatalog und einpacken:

cd ...
dify-plugin-linux-amd64 Plugin-Paket . /db_query
mv db_query.difypkg db_query-linux-amd64.difypkg

generiert db_query-linux-amd64.difypkg Das heißt, es handelt sich um ein Offline-Paket.
5. Einstellen der Dify-Konfiguration
Wenn die Größe des Plugins 50 MB überschreitet (die Standardgrenze), müssen Sie die .env::

PLUGIN_MAX_PACKAGE_SIZE=524288000(500MB)
NGINX_CLIENT_MAX_BODY_SIZE=500M
Starten Sie den Dienst neu:
```
Neustart von docker-compose
```

Installation hochladen
Wählen Sie auf der Dify Plugin-Verwaltungsseite "Offline-Pakete hochladen" und wählen Sie db_query-linux-amd64.difypkg Datei, um die Installation abzuschließen.

Bedienung der Hauptfunktionen

Nachdem die Installation abgeschlossen ist, können Sie das Plug-in verwenden, indem Sie die folgenden Schritte ausführen:

1. die Konfiguration von Datenbankabfragen

Dify Studio betreten
Öffnen Sie im Arbeitsbereich der Dify Plattform das Studio und wählen Sie eine Anwendung (z.B. Chatflow oder Workflow).
Anfrage-Tool hinzufügen
Klicken Sie im Workflow-Editor auf "Werkzeug hinzufügen" und wählen Sie das Datenbankabfrage-Utilities vielleicht Datenbankabfrage Utils (Vorautorisierung).
Einstellung der Abfrageparameter
Für das normale Abfragetool geben Sie eine SQL-Anweisung wie z. B. ein:

SELECT name, alter FROM benutzer WHERE alter > 18

Für vorautorisierte Tools geben Sie eine vorkonfigurierte Abfrage-ID ein oder verwenden Sie einfach die Standardabfrage.
Konfigurieren Sie z. B. die Datenbankverbindung (Host, Port, Benutzername, Passwort usw.):

DB_HOST=localhost
DB_PORT=3306
DB_USER=root
DB_PASSWORD=IhrPasswort

Klicken Sie auf "Test", um zu bestätigen, dass die zurückgegebenen Daten korrekt sind.

2. integrierte LLM-Ausgabe

Verbinden von Workflows
Verbinden Sie die Ausgabe des Abfragetools mit dem LLM-Knoten. Die Ergebnisse der Abfrage werden z. B. als Kontexteingabe verwendet:
Geben Sie die Frage ein: "Welche Nutzer sind über 18 Jahre alt?"
Abfrageergebnisse:[{"Name": "Zhang San", "Alter": 25}, {"Name": "Li Si", "Alter": 30}]
LLM OUTPUT: "Zhang San (25 Jahre alt) und Li Si (30 Jahre alt) sind über 18 Jahre alt."
Benutzerdefinierte Queues
Legen Sie das Prompt-Wort im LLM-Knoten fest:

Beantworten Sie die Frage anhand der folgenden Daten: {{query_result}}

3. beispielhafte Anwendungen

Nehmen Sie:: Aufbau eines "Assistenten für die Leistungsbewertung".
umziehen::

Erstellen Sie eine Chatflow-Anwendung.

erhöhen. Datenbankabfrage-Utilitiesdie Kriegstabelle überprüfen:

SELECT player, score FROM leaderboard ORDER BY score DESC LIMIT 5

LLM verbinden, Stichwort:

Liste der Namen und Ergebnisse der fünf besten Spieler: {{query_result}}

Benutzerfrage: "Wer sind die fünf Besten?"
Ausgabe: "Die fünf besten Spieler sind: Zhang San (100 Punkte), Li Si (90 Punkte), usw."

caveat

SicherheitVorabgenehmigungstools müssen sicherstellen, dass der Umfang der Genehmigung klar ist, um Datenverluste zu vermeiden.
LeistungsoptimierungWenn Sie große Daten abfragen, fügen Sie LIMIT oder Indizierung zur Verbesserung der Effizienz.
Unterstützung der DokumentationIm Zweifelsfall sollten Sie die GitHub-Beispieldateien zu Rate ziehen (z. B. .yml) oder ein Problem einreichen.

Mit den oben genannten Schritten können Benutzer schnell mit dify-plugin-tools-dbquery beginnen, um eine effiziente Kombination von Datenbankabfrage und LLM zu erreichen.