如何在Dify中利用大模型结合SQL节点生成直观的可视化图表数据-人工智能-PHP中文网

要实现自然语言生成图表，需在dify中配置知识检索（含带注释的ddl）、数据库连接（测试通过）、text2sql链路（插件或手动编排+参数提取）、数据转echarts格式（mcp服务或模板转换），并用条件分支区分有图/无图场景。

☞☞☞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☜☜☜

如何在dify中利用大模型结合sql节点生成直观的可视化图表数据

你想让数据库听懂人话，输入一句“近三个月销售额最高的五个城市”，立刻返回柱状图——这需要Dify工作流把自然语言转成SQL、查出数据、再喂给图表工具生成可视化结果。整个链路不能断，任何一个节点输出格式错位，图表就出不来。

配置数据库连接与元数据注入

第一步不是写SQL，而是让大模型“认识”你的表。在Dify工作流开头添加【知识检索】节点，上传或粘贴数据库DDL语句，必须包含字段名、类型、注释（例如：score FLOAT COMMENT '电影评分'）。【缺少注释会导致LLM误判字段含义，生成SELECT * 或错误WHERE条件】

接着添加【数据库】节点，选择MySQL类型，填入连接串：mysql+pymysql://用户名:密码@IP:端口/库名。端口不填默认3306，但如果你用的是Docker部署的SQL Server，端口必须显式填1433。

这一步做完后，别急着连LLM——先点“测试连接”，看到绿色对勾再继续。连接失败时Dify不会报具体错误，只会卡在执行环节，浪费半小时排查不如多点一次测试。

搭建Text2SQL核心链路

方法一：用内置插件快速启动

在工作流中拖入【Text to SQL】插件节点，它会自动调用你已授权的大模型（如Qwen3或DeepSeek V3），并内置表结构上下文。点击节点→“配置”→勾选“启用SQL语法校验”，这个开关能拦截90%的非法语句（比如SELECT没加FROM、WHERE里用中文引号）。

方法二：手动编排LLM+参数提取

① 添加LLM节点，模型选qwen-coder-turbo-latest，提示词严格按以下结构写：

你是一个数据分析师，擅长使用SQL查询数据库。数据库表结构如下：[知识检索节点输出]。用户需求是：[开始节点输入]。请只输出可直接执行的SQL语句，不要任何解释、换行、markdown符号。

② 接着加【参数提取器】节点，正则表达式填```sql([\s\S]*?)```——因为LLM常把SQL包在代码块里，不提取就直接传给数据库节点会报错。

③ 最后接【SQL Execute】节点，输入参数绑定为上一步提取出的SQL字符串。注意：这个节点返回的是JSON数组，不是纯文本，后续图表节点必须能解析数组结构。

php获得文件的mime type类

下载

将原始数据转为Echarts可用格式

传统做法要写Python脚本转换字段名、计算聚合值、拼装series数据，现在用两种轻量方案：

方案A：接入mcp-server-chart MCP服务

在Dify插件市场搜索并安装mcp-server-chart，添加服务器时地址填http://你的IP:8000/mcp。然后拖入该插件节点，输入参数设为“原始数据”→绑定SQL Execute节点输出，“图表类型”留空让AI自动判断。它会直接返回图片URL，不用处理坐标轴或颜色配置。

方案B：用模板转换节点硬编码适配

如果数据结构固定（比如永远查city, sales_amount），就用【模板转换】节点，内容写：

{"title": {"text": "销售额TOP5城市"}, "xAxis": {"data": {{data|map(attribute='city')|join(',')}}}, "series": [{"data": {{data|map(attribute='sales_amount')|list}}, "type": "bar"}]}

注意：这里用了Jinja2语法，【data必须是列表，且每个元素是字典，键名要和SQL SELECT字段完全一致】。字段名大小写错一个，整个series就是空数组。