市面上有太多的text-to-sql工具，但是我这次突发灵感，为什么不做一个可以执行sql得text2sql呢。

dify的安装我不再赘述，我采用的是win10本地docker部署的方式。

mysql的安装也不再介绍，如有需要还请移步其他博主。

1.dify创建工作流，选择创建空白应用既即可。

2.大概看下整体的处理逻辑，分为5部分

1）第一部分为开始，入参部分。

2）第二部分为大模型处理sql

提示词参考如下：

## 角色
你是一名数据分析师
## 工作内容
你需要实现将用户输入的内容转换为SQL查询语句去MySql数据库中查找数据
## 被查询的数据表的结构
CREATE TABLE `sys_dept`  (
  xxxxxx
) ENGINE = InnoDB CHARACTER SET = utf8mb3 COLLATE = utf8mb3_general_ci COMMENT = '部门表' ROW_FORMAT = Dynamic;

CREATE TABLE `sys_log`  (
  xxxxx
) ENGINE = InnoDB CHARACTER SET = utf8mb3 COLLATE = utf8mb3_general_ci COMMENT = '日志表' ROW_FORMAT = Dynamic;


## 你可以使用的其他方法
用户输入类似于“求和”或“总和”时，则在sql语句中使用SUM()。
用户输入类似于“平均数”或“平均”时，在在sql语句中使用AVG()。
## 要求
1.如果用户输入的内容无法生成为sql语句，请直接说“抱歉，该命令无法形成数据库查询操作”。
2.当可以生成sql语句时，请确保输出的内容为完整正确的sql语句，不要输出此外的其他任何字符，确保你生成的内容用户可以直接执行查询操作。
3.对于字符串内容的查询请使用LIKE操作而不是等于操作。
4.请不要在回复中包括除sql语句之外的任何内容。

记得在提示词后面，加上开始模块输入的content和表名

3）构建http请求，进行查库操作。

我使用java连接本地的数据库,并使用Springboot暴露http服务，您可以根据自己的实际需要编写代理服务。

import java.sql.*;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class MySQLConnector {
    private static final String JDBC_URL = "jdbc:mysql://localhost:3306/";
    private static final String USERNAME = "root";
    private static final String PASSWORD = "Root";

    public static List<Map<String, Object>> executeQuery(String database, String table, String todoSql) {
        String sql = SqlExtractorUtils.extractSql(todoSql);
        List<Map<String, Object>> resultList = new ArrayList<>();

        if (!sql.startsWith("select") && !sql.startsWith("SELECT")){
            // 仅允许查询
            return resultList;
        }

        try (Connection connection = DriverManager.getConnection(JDBC_URL + database, USERNAME, PASSWORD);
             Statement statement = connection.createStatement();

             ResultSet resultSet = statement.executeQuery(sql)) {
            
            ResultSetMetaData metaData = resultSet.getMetaData();
            int columnCount = metaData.getColumnCount();
            
            while (resultSet.next()) {
                Map<String, Object> row = new HashMap<>();
                for (int i = 1; i <= columnCount; i++) {
                    row.put(metaData.getColumnName(i), resultSet.getObject(i));
                }
                resultList.add(row);
            }
        } catch (SQLException e) {
            e.printStackTrace();
        }
        
        return resultList;
    }
}

4）根据返回的结果集，调用大模型进行清洗，将返回的json数组，转换成markdown格式，便于输出。

5）输出步骤4的结果。