用dify可快速搭建自然语言查数据库的agent：需正确配置mysql/postgresql连接与提示词，创建“sql查询助手”自定义工具并填openapi 3.0 json（含required的database_type和string型query），用flask+sqlalchemy实现后端（关键加pool_pre_ping=true），部署后在dify绑定工具、填api地址并完善系统提示词。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用Dify快速搭建一个能连接MySQL或PostgreSQL并执行自然语言查询的Agent，无需写后端代码，但必须正确配置数据库连接与提示词结构，否则查询会返回空结果或报连接超时。
创建自定义工具：封装SQL查询能力
进入Dify工作台→知识库→工具→新建工具→选择“自定义工具”。
填写基础信息：工具名称填“SQL查询助手”，描述写“根据用户问题生成并执行SQL，返回结构化结果”，分类选“数据查询”。
在“API Schema”栏粘贴OpenAPI 3.0格式的JSON定义，必须包含database_type、query两个必需参数，且query类型为string——若漏掉required字段或把query设为object，后续调用时会直接报400错误。
这一步操作起来很简单，直接把文件拖进去就行。
编写后端服务：接收请求并执行SQL
用Python Flask写一个轻量接口，部署在可公网访问的服务器或本地内网（需Dify能直连）。
方法一：使用 SQLAlchemy + pymysql/psycopg2
安装依赖：pip install flask sqlalchemy pymysql psycopg2-binary。创建app.py，初始化引擎时必须用create_engine("mysql+pymysql://user:pass@host:port/db", pool_pre_ping=True)，【pool_pre_ping=True是关键，否则长连接断开后首次查询必失败】。
方法二：硬编码查询逻辑（适合单库调试）
收到POST请求后，从JSON body提取database_type和query，用if database_type == "mysql"分支调用对应连接器；注意对query做基础校验——禁止包含drop、delete、update等关键词，否则可能被恶意利用清空表。
配置Dify Agent：绑定工具与设置提示词
第一步：在应用编辑页→模型配置→启用“函数调用（Function Calling）”。
第二步：进入“工具”标签页→勾选刚创建的“SQL查询助手”工具→点击“配置参数”。
第三步：在“API Base URL”中填入你部署的Flask服务地址，例如https://your-domain.com/sql-query；如果服务跑在本地，填http://192.168.1.100:5000/sql-query，【Dify不会自动代理本地地址，必须确保网络互通】。
第四步：切换到“提示词”标签页，在系统提示词末尾追加：“你是一个数据库查询专家。用户提问后，先判断是否需要查数据库；需要时调用SQL查询助手工具，传入准确的SQL语句；严禁伪造结果，工具返回空则如实告知。”
