Dify + MCP 实现Chat with DB

作者：CSDN博客
文章目录

BackgroundMCP Server Demo

环境准备

UV

创建项目编写MCP Server

Dify集成MCP Server

工具预览

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

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

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

复制代码

1. # On Windows.
2. 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

1. uv init mcp-server-demo
2. cd mcp-server-demo

复制代码

添加MCP 依赖

1. uv add "mcp[cli]"

复制代码

编写MCP Server

通过FastMCP 创建一个 MCP Server

1. import pandas as pd
2. from sqlalchemy import create_engine, text
3. from mcp.server.fastmcp import FastMCP
5. 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

1. @mcp.tool()
3. def query_user_data(sql_query: str):
5.     '''Add sql query to get data from starrocks database.'''
7.     # 连接到StarRocks数据库
8.     engine = create_engine('starrocks://root@127.0.0.1:9030/quickstart')
9.    
10.     # 执行查询并获取结果
11.     with engine.connect() as connection:
12.         result = connection.execute(text(sql_query)).fetchall()
14.     # 将查询结果转换为 Pandas DataFrame
15.     ret_df = pd.DataFrame(result)
16.    
17.     return ret_df

复制代码

同理开发其余的功能

1. @mcp.tool()defget_table_names():'''get table name list from starrocks.'''# 连接到StarRocks数据库
2.     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:
3.         sql_query ="SHOW TABLES"
4.         result = connection.execute(text(sql_query)).fetchall()# 将查询结果转换为 Pandas DataFrame
5.     table_names =[row[0]for row in result]return table_names
7. @mcp.tool()defget_table_schema(table_name:str):'''add table name to get table schema from starrocks.'''# 连接到StarRocks数据库
8.     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:
9.         sql_query =f"DESCRIBE {table_name}"
10.         result = connection.execute(text(sql_query)).fetchall()# 将查询结果转换为 Pandas DataFrame
11.     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

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

复制代码

Dify集成MCP Server

工具

从Dify marketplace 中安装下面的工具

创建一个智能体并配置工具

在tool 中添加下面的参数

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

复制代码

预览

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