当前位置：首页 > news >正文

Dify智能体开发实践

news 来源：原创 2025/7/3 5:05:49

1.聊天助⼿：创建技术⽀持问答机器⼈，通过提示词约束回答范围并引导追问澄清。
1.提示词
（1）技术支持机器人提示词

你是一位专业的技术支持机器人，专门为公司的各类技术产品和服务提供支持。你的回答范围严格限制在以下几个方面： -
产品的安装与卸载：包括不同操作系统（如Windows、Mac OS、Linux）下的安装步骤、依赖项配置、卸载流程及残留清理。 -
产品的使用与操作：涵盖产品各功能模块的使用方法、常见操作场景的解决方案、快捷键使用等。 -
故障排查与修复：针对产品运行过程中出现的错误代码、异常现象（如程序崩溃、卡顿、数据丢失等）进行分析和提供解决办法。 -
产品的升级与维护：介绍产品的升级方式、升级频率、升级注意事项以及日常维护的要点。
若用户的问题超出上述范围，你需要明确回复：“很抱歉，你的问题不在我的服务范围内，你可以提供更具体的技术相关问题，或者联系我们的技术支持团队获取进一步帮助。”
在回答问题时，请遵循以下规则： - 优先从知识库中引用相关内容来回答问题，并标注知识来源（如：[知识库 - 产品安装指南]）。 -
不要给出没有依据的猜测或虚假信息。 - 当使用专业技术术语时，要简要解释其含义，方便用户理解。 -
如果用户的问题信息不足，引导用户补充关键信息，例如：“请提供产品的具体版本号、操作系统类型以及出现问题的详细步骤，以便我更准确地为你解答。”

（2）用户提示词

请你清晰、详细地描述你的问题。若问题涉及产品故障，请尽量提供以下信息：
1.产品的名称和版本号。
2.出现问题的操作系统和硬件环境。
3.问题出现的具体步骤和频率。
4.错误代码或错误提示信息
5.相关的日志文件内容（如果有）。例如，当你反馈“产品无法启动”的问题时，可补充“产品是ABC软件，版本号为2.5.0，在Windows 10系统上，每次双击图标都无反应，没有错误提示”等信息。

2.生成知识库文档
在这里插入图片描述

3.文本分段与清洗

在这里插入图片描述

4.验证
在这里插入图片描述

在这里插入图片描述

2.Agent：设计旅⾏规划助⼿，通过提示词定义⼯具调⽤顺序（如先查天⽓再推荐景点）

1.提示词

你是一位专业的旅行规划师，具备以下能力：

实时天气查询
2.景点智能推荐

工作流程：

首先调用获取目的地天气信息
根据天气情况调用推荐景点（雨天推荐室内景点，晴天推荐户外）

输出要求：

必须引用工具返回的实时数据（标注工具名称）
每推荐一个景点需附带3个备选方案
住宿推荐包含价格区间和用户评价关键词
行程中每2小时设置15分钟休息时间

2.验证
在这里插入图片描述

3.Chatflow：编排订单查询流程，使⽤提示词控制身份验证 → 订单检索 → 结果反馈的分步逻辑。
1.用户登陆校验
在这里插入图片描述

2.订单查询
在这里插入图片描述

3.Chatflow流程
1.用户输入用户名、手机号、订单号
2.用户信息校验
3.if条件判断，如果登陆接口返回Body为“登陆成功”，进入订单查询，如果失败则提示
4.输出订单查询结果
在这里插入图片描述

注意：这里我是本地ider启动的后台服务，但是dify是在vagrant容器上部署的，所有这里ip应填服务器192.168.56.10与本地映射ipv4地址：192.168.56.1，而不是localhost或127.0.0.1
在这里插入图片描述

4.输入不存在的用户名进行验证
在这里插入图片描述

5.输入正确的用户信息和订单编号
在这里插入图片描述

查到订单ABC-102
在这里插入图片描述

在这里插入图片描述

4.⼯作流：构建数据分析流⽔线，⽤提示词定义数据清洗 → 模型调⽤ → 报告⽣成的衔接规则。
1.创建工作流：自然语言数据分析转查询sql生成报告工作流
在这里插入图片描述

2.工作流执行流程
大模型这里需要选择qwen-push版本
在这里插入图片描述

1.用户输入自然语言
2.数据分析，使用大模型根据提示词将用户的自然语言转换成Mysql可执行的查询语句
3.调用后台接口进行查询，并输出执行结果
4.数据整理定义报表，大模型整理输出结果
5.结束节点生成查询报告

3.数据分析提示词（自然语言转sql）
在这里插入图片描述

提示词：

你是一位精通 SQL 语言的数据库专家，熟悉 MySQL 数据库。你的任务是根据用户的自然语言输入，编写出可直接执行的 SQL
查询语句。输出内容必须是可以执行的 SQL 语句，不能包含任何多余的信息。

1.核心规则根据用户的查询需求，确定涉及的表和字段。确保 SQL 语句的语法符合 MySQL 的规范。输出的 SQL 语句必须完整且可执行，不包含注释或多余的换行符。

2.关键技巧 WHERE 子句：用于过滤数据，如 WHERE column_name = ‘value’。日期处理：用 STR_TO_DATE 函数转换字符串为日期，如 STR_TO_DATE(‘2025-03-14’, ‘%Y-%m-%d’)。聚合函数：如
COUNT、SUM、AVG 等用于计算汇总信息。除法处理：进行除法运算时需考虑除数为零的情况。日期范围示例：用 BETWEEN
关键字查询日期范围，如 WHERE date_column BETWEEN ‘2025-01-01’ AND ‘2025-12-31’。

3.注意事项确保字段名和表名正确，避免拼写错误。字符串类型字段用单引号括起，如 ‘sample_text’。使用聚合函数时，需分组则用 GROUP BY 子句。除法运算判断除数是否为零，避免运行错误。生成的 SQL 语句不能有换行符（如 \n）。
计算订单金额直接用商品价格，不计算单个商品数量。

根据上述规则，讲用户的自然语言转换成Mysql可执行的查询语句。

4.使用提示词创建数据库表结构及数据
AI提示词:

帮我设计一个电商系统的数据库。

需要有: goods: 商品表 orders: 订单表 inventory: 库存表 vendors: 商家表 customers:
客户表，

表结构的关联关系: 商家和商品表关联商品表和库存表关联订单和客户关联订单和商品关联

核心字段要求 goods: 需要有 id 商品名称商品价格图片商家 orders: 需要有 id 客户商品编号商品名称收货地址
商家 id 订单时间 inventory: 需要有 id 商品编号库存数据

创建的表名用对应的英文，表中的每个字段也需要用英文描述

创建测试数据: 商家表设计 20 条数据。商品表设计 50 条记录，库存信息设计 30 条记录，
订单按照时间生成最近半年的销售记录。每个月生成 30~50 条记录。客户生成 20 条记录。

设计数据的时候注意表结构直接的关联关系。生成的 sql 语句需要满足 mysql 的语法要求

5.AI生成sql脚本

在这里插入图片描述

- 创建 vendors 表
CREATE TABLE vendors (id INT AUTO_INCREMENT PRIMARY KEY,vendor_name VARCHAR(255) NOT NULL
);-- 创建 customers 表
CREATE TABLE customers (id INT AUTO_INCREMENT PRIMARY KEY,customer_name VARCHAR(255) NOT NULL,contact_info VARCHAR(255)
);-- 创建 goods 表
CREATE TABLE goods (id INT AUTO_INCREMENT PRIMARY KEY,goods_name VARCHAR(255) NOT NULL,price DECIMAL(10, 2) NOT NULL,image_url VARCHAR(255),vendor_id INT,FOREIGN KEY (vendor_id) REFERENCES vendors(id)
);-- 创建 inventory 表
CREATE TABLE inventory (id INT AUTO_INCREMENT PRIMARY KEY,goods_id INT,stock_quantity INT NOT NULL,FOREIGN KEY (goods_id) REFERENCES goods(id)
);-- 创建 orders 表
CREATE TABLE orders (id INT AUTO_INCREMENT PRIMARY KEY,customer_id INT,goods_id INT,goods_name VARCHAR(255) NOT NULL,shipping_address VARCHAR(255) NOT NULL,vendor_id INT,order_time DATETIME NOT NULL,FOREIGN KEY (customer_id) REFERENCES customers(id),FOREIGN KEY (goods_id) REFERENCES goods(id),FOREIGN KEY (vendor_id) REFERENCES vendors(id)
);

…
执行sql脚本
在这里插入图片描述

将下列表结构发给大模型
在这里插入图片描述

数据库结构：
商家表（vendors）
id: 商家 ID，整数类型，主键，自增。
vendor_name: 商家名称，字符串类型，非空。客户表（customers）
id: 客户 ID，整数类型，主键，自增。
customer_name: 客户名称，字符串类型，非空。
contact_info: 联系方式，字符串类型，可为空。商品表（goods）
id: 商品 ID，整数类型，主键，自增。
goods_name: 商品名称，字符串类型，非空。
price: 价格，十进制 (10,2) 类型，非空。
image_url: 商品图片 URL，字符串类型，可为空。
vendor_id: 商家 ID，整数类型，外键，关联 vendors (id)。库存表（inventory）
id: 库存 ID，整数类型，主键，自增。
goods_id: 商品 ID，整数类型，外键，关联 goods (id)。
stock_quantity: 库存数量，整数类型，非空。订单表（orders）
id: 订单 ID，整数类型，主键，自增。
customer_id: 客户 ID，整数类型，外键，关联 customers (id)。
goods_id: 商品 ID，整数类型，外键，关联 goods (id)。
goods_name: 商品名称，字符串类型，非空。
shipping_address: 收货地址，字符串类型，非空。
vendor_id: 商家 ID，整数类型，外键，关联 vendors (id)。
order_time: 订单时间，DATETIME 类型，非空。

6.开发后端查询接口,AI生成代码

在这里插入图片描述

/*** @author durunwu* @since 2025/4/20 13:14*/
@Slf4j
@RequestMapping("/dify/sql")
@RestController
public class SqlExecutionController {// 数据库连接信息private static final String DB_URL = "jdbc:mysql://localhost:3306/dsxt";private static final String DB_USER = "root";private static final String DB_PASSWORD = "root";@PostMapping("/executeSql")public List<Map<String, Object>> executeSql(@RequestParam String sql) {log.info("执行SQL：{}", sql);List<Map<String, Object>> result = new ArrayList<>();try (Connection conn = DriverManager.getConnection(DB_URL, DB_USER, DB_PASSWORD);Statement stmt = conn.createStatement();ResultSet rs = stmt.executeQuery(sql)) {ResultSetMetaData metaData = rs.getMetaData();int columnCount = metaData.getColumnCount();while (rs.next()) {Map<String, Object> row = new HashMap<>();for (int i = 1; i <= columnCount; i++) {String columnName = metaData.getColumnName(i);Object value = rs.getObject(i);row.put(columnName, value);}result.add(row);}} catch (SQLException e) {e.printStackTrace();}log.info("SQL执行结果：{}", result);return result;}
}

7.大模型定义报告生成规则
在这里插入图片描述

提示词：

System: 你是电商行业数据分析专家，分析JSON格式的sql查询结果，回答用户问题。关键规则：

1.所有数据已符合用户问题中的条件
2.直接使用提供的数据分析，不质疑数据是否符合条件
3.不需要再次筛选或确认数据类别/时间范围
4.数据为[]或空或者None时直接回复“没有查询到相关数据”，不得编造数据

User: 数据是：问题是：回答要求：列出详细数据，优先以表格方式列出数据识别趋势、异常，并提供分析建议分析SQL语句
代码执行和用户的问题 {x} 开始 {x} sql是否匹配，最后附上查询的sql语句

8.验证，统计每个商家的销售情况，并生成报告

在这里插入图片描述

9.数据分析节点自然语言sql转换
用户输入：统计每个商家的销售情况
数据分析节点生成sql:

SELECT vendors.vendor_name, COUNT(orders.id) AS order_count, SUM(goods.price) AS total_sales FROM vendors LEFT JOIN orders ON vendors.id = orders.vendor_id LEFT JOIN goods ON goods.id = orders.goods_id GROUP BY vendors.vendor_name

在这里插入图片描述

后台执行日志
在这里插入图片描述

10.提示词优化
查询结果分析优化前：1.946K tokens · 20.583 s
在这里插入图片描述

提示词优化
在这里插入图片描述

执行：
在这里插入图片描述

执行效率由1.946K tokens · 20.583 s优化为1.011K tokens · 15.171 s，同理可以继续优化其他节点提示词

相关文章：