AI创想

标题: Dify+MCP 组合拳：彻底根治 Excel 上传知识库回答数据不准的难题！ [打印本页]

作者: jinruping 时间: 昨天 22:38
标题: Dify+MCP 组合拳：彻底根治 Excel 上传知识库回答数据不准的难题！
作者：CSDN博客
大家可能已经对MCP有一定的了解了！
今天，带大家写一个通信方式为SSE的MCP服务器，让你的Dify拥有自主查询数据库的能力！
一、基本流程

我们通过在自然语言与AI交互，

(, 下载次数: 0)

一、安装MySql

本步骤安装Mysql，如果电脑已经安装有Mysql或者服务器部署有Mysql，本步骤可跳过
一）下载

由于Mysql的下载安装比较繁琐，按照我的风格，我又把他做成了一键安装包，只需点击安装即可自动安装，老规矩，我把MySql一键安装包下载链接放到了同名工众号上，维信搜索工众号：阿坡RPA，回复关键字：mysql，链接自动掉落。
二）安装

解压下载好的一键安装包后，安装步骤：
① 双击根目录内的 MySql管理工具.exe
② 点击安装按钮即可等待安装完成
③ 复制mysql账号密码
④ 在navicat内填写好账号密码（公众号内回复 navicat 获下载连接）
⑤ 点击左侧测试连接
出现成功确认框，表示成功安装了MySql，接下来即可开始后面的操作了

(, 下载次数: 0)

二、把数据导入MySql

一）创建数据库

(, 下载次数: 0)

二）导入数据表

注意：导入sql文件测试数据，在下载mysql的网盘内获取

(, 下载次数: 0)

三、安装并启动MCP服务

下载mysql-mcp-server源码，这是一个github项目的源码，原github地址是：https://github.com/mangooer/mysql-mcp-server-sse
我已经下载好放在同一个网盘里，请根据文章开头获取方式获取，下打开载好的项目源码，进入源码目录：
一）初始化源码项目为uv项目

输出指令：

# 初始化uv init

复制代码

(, 下载次数: 0)

二）创建虚拟环境

# 创建虚拟环境uv venv

复制代码

(, 下载次数: 0)

三）激活虚拟环境

.venv\Scripts\activate

复制代码

(, 下载次数: 0)

四）安装项目依赖

uv pip install -r .\requirements.txt

复制代码

(, 下载次数: 0)

五）数据库配置

在项目的env 文件内配置前面获取到的mysql账户密码及地址

(, 下载次数: 0)

六）运行server

本项目会开启一个 SSE 通信方式的MCP服务，方便AI通过url远程调用本服务

uv run -m src.server

复制代码

可以看到，MCP服务运行在了 3000 端口，请记住该端口号，后面配置Dify工作流会用到

(, 下载次数: 0)

四、Dify工作流调用MCP服务

一）安装插件

安装 MCP Agent策略MCP SSE 插件，以供后面使用

(, 下载次数: 0)

二）创建对话工作流应用

(, 下载次数: 0)

三）开始节点

开始节点什么都不用填写，默认使用输入框的内容 sys.query 作为输入参数

(, 下载次数: 0)

四）Agent策略节点

1、选择策略工具

选择刚才下载的 MCP Agent 策略作为意图识别的工具，他会自主来决策，该选择调用工具列表中的哪个工具执行任务

(, 下载次数: 0)

2、选择AI模型

(, 下载次数: 0)

3、添加工具

① 点击添加工具
② 选择前面安装的插件工具
获取MCP工具列表，调用MCP工具，两个都要选择，此处仅以第一个为例，第二个操作步骤一样
③ 点击工具授权
④ 填写MCP的SSE服务配置
此处填写的信息就用到了前面启动MCP服务时我提到的端口号 3000 了

{ "mysql-server": { "url": "http://host.docker.internal:3000/sse", "headers": {}, "timeout": 60, "sse_read_timeout": 300 }}

复制代码

(, 下载次数: 0)

4、启用工具

(, 下载次数: 0)

5、选择另一个工具

(, 下载次数: 0)

6、填写指令提示词

你是一名水果店员工，负责调用工具列表，查询水果表数据，水果表表结构如下：CREATE TABLE `fruits` (
`id` int NOT NULL COMMENT 'ID',
`name` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '水果名称',
`price` decimal(6,2) NOT NULL COMMENT '水果价格',
`stock` int NOT NULL COMMENT '库存',
`origin` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '产地',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci COMMENT='水果表';

复制代码

(, 下载次数: 0)

7、设置查询提示词

聊天输入框的值就是 sys.query

(, 下载次数: 0)

五）直接回复节点

(, 下载次数: 0)

六）测试效果

1、dify的返回结果

(, 下载次数: 0)

2、可以看到MCP服务控制台的打印信息

(, 下载次数: 0)

3、工作流的日志追踪

(, 下载次数: 0)

七）保存工作流

(, 下载次数: 0)

总结

MCP结合数据库的方案为Dify等知识库应用提供了高效、精准的结构化数据检索能力，显著提升了数据查询的准确性和灵活性，弥补了RAG的检索精度上的不足。
但是，这一方案也是有缺点的，与RAG每次只检索相关文本片段不同，MCP+数据库会真正执行SQL查询，若一次查询数据量过大，会消耗大量Token，甚至可能导致MCP客户端卡死。
在实际应用中，我们应该将两种技术结合使用，取长补短，灵活处理自己的业务场景。
如何零基础入门 / 学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高
那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

(, 下载次数: 0)

欢迎光临 AI创想 (https://www.llms-ai.com/)