데이터베이스 쿼리 지원 기능이 있는 Dify 플러그인

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

1. GitHub 리포지토리에 액세스하기
   브라우저를 열고 다음을 입력합니다. https://github.com/junjiem/dify-plugin-tools-dbquery를 클릭하고 프로젝트 페이지로 이동합니다.
2. Dify 플러그인 관리로 이동
   Dify 플랫폼에 로그인하고 오른쪽 상단의 '플러그인'을 클릭하여 플러그인 관리 페이지로 이동한 후 'GitHub를 통해 설치'를 선택합니다.
3. 창고 정보 입력
   설치 페이지에서 리포지토리 주소를 입력합니다:https://github.com/junjiem/dify-plugin-tools-dbquery을 눌러 버전 번호를 선택하고 .difypkg 파일(없는 경우 직접 패키징해야 합니다, 아래 참조).
4. 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.
5. 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:

1. 환경 준비하기
   • Docker, Python 및 pip가 설치되어 있는지 확인합니다.
   • 다운로드 Dify 플러그인 CLI시스템에 적합한 버전을 선택합니다(예 dify-plugin-linux-amd64).
2. 클론 창고

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

3. 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

4. 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
  

6. 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 클릭하고 Database Query Utils 어쩌면 Database 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::

1. Chatflow 애플리케이션을 만듭니다.
2. 증가 Database Query Utils를 클릭하고 전적표를 확인하세요:

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

3. LLM, 큐 단어를 연결합니다:

   列出前五名玩家的姓名和分数：{{query_result}}
   

4. 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.