일반 소개
diffy-plugin-tools-dbquery는 전문화된 Dify 1.0 플랫폼용으로 설계된 오픈 소스 플러그인으로, 개발자 junjiem이 GitHub에 공개했습니다. 이 플러그인은 데이터베이스 쿼리 기능을 제공하여 대규모 언어 모델(LLM)을 기반으로 애플리케이션을 구축하는 사용자가 데이터베이스에서 데이터를 추출하고 LLM과 함께 동적 콘텐츠를 생성할 수 있도록 도와줍니다. 플러그인에는 스마트 퀴즈 및 데이터 분석 도우미와 같은 시나리오에 적합한 데이터베이스 쿼리 유틸리티와 데이터베이스 쿼리 유틸리티(사전 승인)의 두 가지 주요 도구가 포함되어 있습니다. 이 플러그인은 GitHub를 통한 설치를 지원하며 오프라인 패키징 옵션을 제공하여 개발자가 네트워크가 없는 환경에서 편리하게 배포할 수 있습니다.

기능 목록
- 데이터베이스 쿼리 도구SQL 쿼리를 통해 데이터베이스에서 LLM에 대한 입력으로 데이터를 검색합니다.
- 사전 승인 쿼리 지원데이터베이스 액세스 프로세스를 간소화하기 위해 사전 구성된 권한에 대한 쿼리 기능을 제공합니다.
- Dify 플랫폼 통합Dify의 워크플로우와 인텔리전스를 원활하게 내장하여 애플리케이션의 데이터 처리 기능을 향상하세요.
- 오픈 소스 및 오프라인 패키지 지원다양한 배포 요구에 맞게 소스 코드 및 오프라인 설치 패키지를 사용할 수 있습니다.
- 동적 데이터 생성쿼리 결과를 LLM에 입력하여 상황에 맞는 답변 또는 분석을 생성합니다.
도움말 사용
설치 프로세스
GitHub 리포지토리 또는 오프라인 패키지를 통해 diffy-plugin-tools-dbquery를 설치해야 하며, 자세한 단계는 다음과 같습니다:
방법 1: GitHub를 통해 설치
- GitHub 리포지토리에 액세스하기
브라우저를 열고 다음을 입력합니다.https://github.com/junjiem/dify-plugin-tools-dbquery
를 클릭하고 프로젝트 페이지로 이동합니다. - Dify 플러그인 관리로 이동
Dify 플랫폼에 로그인하고 오른쪽 상단의 '플러그인'을 클릭하여 플러그인 관리 페이지로 이동한 후 'GitHub를 통해 설치'를 선택합니다. - 창고 정보 입력
설치 페이지에서 리포지토리 주소를 입력합니다:https://github.com/junjiem/dify-plugin-tools-dbquery
을 눌러 버전 번호를 선택하고.difypkg
파일(없는 경우 직접 패키징해야 합니다, 아래 참조). - 서명 확인 문제 해결
"플러그인 확인이 활성화되어 있고 설치하려는 플러그인에 잘못된 서명이 있습니다."라는 오류가 발생하면 Dify의.env
문서화:- 찾기
.env
파일(일반적으로 Dify 배포 디렉터리에 있음)에 저장합니다. - 추가 또는 수정합니다:
FORCE_VERIFYING_SIGNATURE=false
. - Dify 서비스를 다시 시작합니다:
docker-compose restart
- 설치를 다시 시도하세요.
- 찾기
- 설치 완료
'설치'를 클릭하고 Dify가 플러그인을 다운로드하고 배포할 때까지 기다립니다.
방법 2: 오프라인 패키지를 입력하고 설치하기
네트워크 환경 없이 사용해야 하는 경우 공식 지침에 따라 오프라인 패키지를 포장할 수 있습니다:
- 환경 준비하기
- Docker, Python 및 pip가 설치되어 있는지 확인합니다.
- 다운로드 Dify 플러그인 CLI시스템에 적합한 버전을 선택합니다(예
dify-plugin-linux-amd64
).
- 클론 창고
git clone https://github.com/junjiem/dify-plugin-tools-dbquery.git
cd dify-plugin-tools-dbquery/db_query
- 종속성 다운로드
다음 명령을 실행하여 종속성을 로컬에 저장합니다:
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
- 오프라인 패키지 포장
상위 카탈로그와 팩으로 돌아갑니다:
cd ..
dify-plugin-linux-amd64 plugin package ./db_query
mv db_query.difypkg db_query-linux-amd64.difypkg
생성됨 db_query-linux-amd64.difypkg
즉, 오프라인 패키지입니다.
5. Dify 구성 조정
플러그인 크기가 50MB(기본 제한)를 초과하는 경우 플러그인의 .env
::
PLUGIN_MAX_PACKAGE_SIZE=524288000
(500MB)NGINX_CLIENT_MAX_BODY_SIZE=500M
- 서비스를 다시 시작합니다:
docker-compose restart
- 설치 업로드
Dify 플러그인 관리 페이지에서 "오프라인 패키지 업로드"를 선택하고 다음을 선택합니다.db_query-linux-amd64.difypkg
파일을 다운로드하여 설치를 완료합니다.
주요 기능의 작동
설치가 완료되면 아래 단계에 따라 플러그인을 사용할 수 있습니다:
1. 데이터베이스 쿼리 구성하기
- Dify Studio 시작
Dify 플랫폼 워크스페이스에서 Studio를 열고 애플리케이션(예: Chatflow 또는 워크플로우)을 선택합니다. - 문의 도구 추가
워크플로 편집기에서 '도구 추가'를 클릭하고Database Query Utils
어쩌면Database Query Utils (Pre-authorization)
. - 쿼리 매개변수 설정
- 일반 쿼리 도구의 경우 다음과 같은 SQL 문을 입력합니다:
SELECT name, age FROM users WHERE age > 18
- 사전 인증된 도구의 경우, 미리 구성된 쿼리 ID를 입력하거나 기본 쿼리를 사용하면 됩니다.
- 예를 들어 데이터베이스 연결(호스트, 포트, 사용자 아이디, 비밀번호 등)을 구성합니다:
DB_HOST=localhost
DB_PORT=3306
DB_USER=root
DB_PASSWORD=yourpassword
- '테스트'를 클릭하여 반환된 데이터가 올바른지 확인합니다.
2. 통합 LLM 출력
- 워크플로 연결
쿼리 도구의 출력을 LLM 노드에 연결합니다. 쿼리 결과는 예를 들어 컨텍스트 입력으로 사용됩니다: - "어떤 사용자가 18세 이상인가요?"라는 질문을 입력합니다.
- 쿼리 결과:
[{"name": "张三", "age": 25}, {"name": "李四", "age": 30}]
- LLM 결과: "장산(25세)과 리시(30세)는 18세 이상입니다."
- 사용자 지정 단서
LLM 노드에서 프롬프트 단어를 설정합니다:
根据以下数据回答问题:{{query_result}}
3. 애플리케이션 예시
- take:: '성과 순위 도우미' 구축하기.
- 이동::
- Chatflow 애플리케이션을 만듭니다.
- 증가
Database Query Utils
를 클릭하고 전적표를 확인하세요:SELECT player, score FROM leaderboard ORDER BY score DESC LIMIT 5
- LLM, 큐 단어를 연결합니다:
列出前五名玩家的姓名和分数:{{query_result}}
- 사용자 질문, "상위 5명은 누구인가요?"
출력: "상위 5명의 선수는 장산(100점), 리시(90점) 등입니다."
주의
- 안전사전 승인 도구는 데이터 유출을 방지하기 위해 승인 범위를 명확히 해야 합니다.
- 성능 최적화빅데이터를 쿼리할 때 다음을 추가합니다.
LIMIT
또는 인덱싱을 통해 효율성을 향상시킬 수 있습니다. - 문서 지원확실하지 않은 경우 GitHub 예제 파일(예
.yml
) 또는 이슈를 제출하세요.
위의 단계를 통해 사용자는 dify-plugin-tools-dbquery를 빠르게 시작하여 데이터베이스 쿼리와 LLM의 효율적인 조합을 달성할 수 있습니다.
© 저작권 정책
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.
관련 문서
댓글 없음...