AI创想

标题: Dify + MCP 实现Chat with DB [打印本页]

作者: life我是大大神 时间: 昨天 22:55
标题: Dify + MCP 实现Chat with DB
作者：CSDN博客
文章目录

Background

当前LLM 会因为数据孤岛限制无法充分发挥潜力. MCP (Model Context Protocal, 模型上下文协议), 2024年11月底, 由Anthropic 推出的一种开放标准, 旨在统一大预言模型于外部数据源和工具之间的通讯协议. MCP 使得LLM 能够安全地访问和操作本地及远程数据, 为AI 应用提供了连接万物的接口

(, 下载次数: 0)

本次我们会搭建一个demo 并使得 Dify 可以和 MCP Server 进行交互, 实现chat with db 的效果
MCP Server Demo

环境准备

UV

MCP SDK 需要使用uv 作为包管理工具, 通过下面的两个语句安装

# On macOS and Linux.curl -LsSf https://astral.sh/uv/install.sh |sh

复制代码

# On Windows.
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

复制代码

创建项目

通过uv 创建一个python project

uv init mcp-server-demo
cd mcp-server-demo

复制代码

(, 下载次数: 0)

添加MCP 依赖

uv add "mcp[cli]"

复制代码

(, 下载次数: 0)

编写MCP Server

通过FastMCP 创建一个 MCP Server

import pandas as pd
from sqlalchemy import create_engine, text
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("starrocks")

复制代码

编写一个函数用于在starrocks 中执行sql 查询, 通过@mcp.tool() 装饰器将这个函数作为工具暴露给LLM, 并在函数中通过文档字符串声明工具的input 和output

@mcp.tool()
def query_user_data(sql_query: str):
'''Add sql query to get data from starrocks database.'''
# 连接到StarRocks数据库
engine = create_engine('starrocks://root@127.0.0.1:9030/quickstart')
# 执行查询并获取结果
with engine.connect() as connection:
result = connection.execute(text(sql_query)).fetchall()
# 将查询结果转换为 Pandas DataFrame
ret_df = pd.DataFrame(result)
return ret_df

复制代码

同理开发其余的功能

@mcp.tool()defget_table_names():'''get table name list from starrocks.'''# 连接到StarRocks数据库
engine = create_engine('starrocks://root@127.0.0.1:9030/quickstart')# 执行查询并获取表名with engine.connect()as connection:
sql_query ="SHOW TABLES"
result = connection.execute(text(sql_query)).fetchall()# 将查询结果转换为 Pandas DataFrame
table_names =[row[0]for row in result]return table_names
@mcp.tool()defget_table_schema(table_name:str):'''add table name to get table schema from starrocks.'''# 连接到StarRocks数据库
engine = create_engine('starrocks://root@127.0.0.1:9030/quickstart')# 执行查询并获取表名with engine.connect()as connection:
sql_query =f"DESCRIBE {table_name}"
result = connection.execute(text(sql_query)).fetchall()# 将查询结果转换为 Pandas DataFrame
table_schema =[row[0]for row in result]return table_schema

复制代码

定义一个主函数用于启动server

if __name__ =="__main__":
mcp.run(transport='sse')

复制代码

(, 下载次数: 0)

Dify集成MCP Server

工具

从Dify marketplace 中安装下面的工具

(, 下载次数: 0)

创建一个智能体并配置工具

(, 下载次数: 0)

在tool 中添加下面的参数

{"server_name":{"url":"http://<your_mcp_service_ip>:8000/sse","headers":{},"timeout":60,"sse_read_timeout":300}}

复制代码

预览

(, 下载次数: 0)

原文地址：https://blog.csdn.net/weixin_42980968/article/details/147460252

欢迎光临 AI创想 (https://www.llms-ai.com/)