我要投稿

一文了解dify实现智能分析助手的三种方式

发布日期：2025-06-21 20:19:48 浏览次数： 1530

作者：ruby的数据漫谈

微信搜一搜，关注“ruby的数据漫谈”

摘要：最近dify 作为可视化大模型开发框架，可以进行智能数据分析助手的搭建，而dify作为智能分析助手的核心功能是通过自然语言生成sql并执行和分析，本文介绍dify作为智能分析助手的方式MCP 服务(例如doris)、HelloDB 插件、Database 插件.

Doris MCP 服务：标准化协议驱动的企业级数据连接方案
HelloDB 插件：自然语言生成 SQL 查询的数据库工具
Database 插件：低代码驱动的全场景数据库交互工具

—

Doris MCP 服务：标准化协议驱动的企业级数据连接方案

Doris MCP 服务基于 Anthropic 开源的模型上下文链议（MCP），构建轻量化数据交互桥梁，解决大模型与异构数据源的接口统一问题。通过标准化通信协议，支持动态发现数据库、API 等资源，实现实时数据同步与安全访问。其无主节点分布式架构，可线性扩展处理能力，满足 AI Agent 高并发查询需求，同时通过加密认证机制保障数据传输安全，避免敏感信息泄露。

在dify的工具里面有一个插件，可以下载后进行连接mcp服务。

具体安装和连接mcp服务的可以参考链接：

Apache Doris + MCP：Agent 时代的实时数据分析底座

操作流程与集成要点

1、环境配置与服务部署
在 Dify 平台后台启用 MCP 服务模块，根据数据源类型（如 MySQL、PostgreSQL）配置连接参数，支持通过 HTTP/HTTPS 或 SSE（服务器发送事件）协议建立连接。对于本地部署场景，需在启动脚本中添加环境变量，指定数据库驱动路径及认证信息，确保服务节点与数据源网络互通。

2、动态资源映射与权限管理
通过 MCP 协议定义数据实体与操作接口，将数据库表、存储过程等映射为可调用工具。支持细粒度权限控制，基于角色分配查询、写入等操作权限，结合会话管理机制，实时监控数据访问行为，满足企业级合规要求。

如下图所示是创建了一个关于doris mcp查询数据并分析数据的agent。

这两个工具一定要用上，核心功能：实现数据库基础数据的检索与交互

一、支持结构化数据获取。

exec_query

核心能力：执行任意 SQL 查询并返回结果集，支持指定数据库（db_name）、目录（catalog_name）及结果限制（max_rows/timeout）

应用场景：通用数据查询场景，如业务报表生成、临时数据校验。

二、元数据管理服务

核心功能：提供数据库层级、表层级元数据的全方位查询，构建数据资产目录

数据库级元数据

get_db_list：获取所有数据库名称列表（支持指定目录catalog_name）

get_catalog_list：获取所有目录名称列表（需传入随机字符串参数确保唯一性）

表级元数据

get_db_table_list：获取指定数据库下表名列表

get_table_schema：获取表结构详情（字段名、数据类型、约束

get_table_comment：获取表注释信息

get_table_column_comments：获取表中所有列的注释信

get_table_indexes：获取表索引信息（索引名、字段、类型等）

典型价值：支持数据治理中的元数据自动建档，辅助低代码工具生成可视化表结构。

三、SQL 优化支持服务

核心功能：提供 SQL 执行全链路分析工具，助力查询性能调优

get_sql_explain

能力：生成 SQL 执行计划，支持详细模式（verbose）及文件导出，便于 LLM 分析执行路径

get_sql_profile

能力：获取 SQL 执行概况（耗时、资源消耗等），支持超时控制（timeout），用于优化工作流

技术价值：形成 "执行计划分析→性能瓶颈定位→优化策略生成" 的闭环，降低人工调优成本

四、审计与日志服务

核心功能：提供操作审计与历史行为追溯

get_recent_audit_logs

能力：按时间范围（days）和记录数（limit）获取近期审计日志

应用场景：满足合规审计需求，追踪数据操作轨迹，支持安全事件溯源

五、存储管理服务

核心功能：监控表级存储状态，优化数据存储策略

get_table_data_size

能力：通过 FE HTTP API 获取表数据大小，支持单副本大小计算（single_replica）

数据价值：辅助冷热数据分层、存储成本优化，识别冗余数据表

六、系统监控服务（Doris 专属）

核心功能：针对 Doris 数据库的节点级、集群级监控指标采集

监控指标定义

get_monitoring_metrics_info：获取监控指标定义及描述（支持按角色role、类型monitor_type、优先级priority过滤）

实时指标数据

get_monitoring_metrics_data：获取节点实际监控数据，支持动态发现 BE 节点

内存监控

get_realtime_memory_stats：通过 BE Memory Tracker 获取实时内存统计（支持自动 / 手动节点发现）

get_historical_memory_stats：通过 BE Bvar 接口获取历史内存数据（支持多追踪器tracker_names及时间范围time_range）

技术优势：实现从指标定义到实时 / 历史数据的全链路监控，支撑集群资源调度决策

具体参考链接：https://github.com/apache/doris-mcp-server

—

HelloDB 插件：自然语言生成 SQL 查询的数据库工具

这里是使用dify 拖动的一个使用helloDB 配置的数据分析助手，核心组件就是helloDB，这个流程基本流程是开始->获取系统时间，作为变量后面问题可能会使用到->基于问题使用大模型进行重写->讲问题发送给helloDB 组件处理，返回数据->范围的数据是一个json，通过模版解析后出来后给到大模型进行解读和分析。然后把大模型输出的内容输出到助手中。

HelloDB 是一个支持自然语言生成 SQL 查询的数据库管理工具 / 后端解决方案，主要面向开发者和非技术用户，它主要的功能是连接数据库，存储查询的训练数据，并实现大模型的微调后，通过自然语言产生查询语句，并发送给数据库查询数据后返回，界面配置如下，它提供的方式是API访问。