n8n templatesn8n templates

Generate SQL queries from schema only - AI-powered

该工作流利用AI技术，通过自然语言处理智能生成SQL查询，帮助用户快速从数据库中获取信息。用户只需输入聊天指令，系统便能基于数据库结构自动生成并执行SQL语句，或直接回答无须查询的问题。此外，系统通过本地缓存避免频繁访问远程数据库，提升查询效率和安全性，适合数据分析师、开发者及教育场景，降低了对SQL知识的依赖。

流程图
Generate SQL queries from schema only - AI-powered 工作流程图

工作流名称

Generate SQL queries from schema only - AI-powered

主要功能和亮点

该工作流利用OpenAI的GPT-4模型和LangChain AI Agent，通过仅提供数据库的结构(schema)信息，智能生成符合用户自然语言提问需求的SQL查询语句。工作流自动识别用户的聊天指令，结合本地缓存的数据库schema，生成精准的SQL语句，并执行查询后将结果返回给用户。同时，针对无需SQL查询即可回答的问题，AI直接给出回复，提升响应速度和用户体验。

解决的核心问题

  • 如何让非专业用户通过自然语言便捷地查询数据库，而无需编写复杂的SQL语句。
  • 避免每次查询都从远程数据库拉取schema，提升响应效率。
  • 确保AI Agent仅通过结构信息生成SQL，避免直接接触数据库敏感数据，实现安全隔离。
  • 实现SQL语句的自动提取、执行及格式化展示，简化数据查询流程。

应用场景

  • 数据分析师或业务人员快速从MySQL数据库中获取所需信息，无需深入SQL编写。
  • 开发人员构建智能数据库查询助手，提升支持响应效率。
  • 教育培训中演示自然语言转SQL的智能应用。
  • 企业内部知识管理系统，支持通过聊天接口查询业务数据库。

主要流程步骤

  1. 初始化数据库结构

    • 连接MySQL数据库，执行SHOW TABLES;获取所有表名。
    • 针对每个表执行DESCRIBE命令，提取字段及结构信息。
    • 将表结构附加表名后保存为本地JSON文件，避免重复远程查询。

  2. 接收用户聊天请求

    • 通过Webhook触发聊天输入接收节点。

  3. 加载本地数据库schema

    • 从本地JSON文件读取数据库结构信息，转为JSON对象。

  4. 智能生成SQL查询

    • 将数据库schema和用户输入内容传入LangChain的AI Agent。
    • AI Agent基于schema生成符合需求的SQL查询语句（或直接回答无需SQL的请求）。
    • 使用正则表达式提取生成的SQL查询语句。

  5. 判断是否存在SQL查询

    • 若存在SQL，则执行查询并格式化结果。
    • 若无SQL，直接输出AI的回答。

  6. 最终输出整合

    • 合并SQL查询结果与AI回答内容，呈现在聊天界面。

涉及的系统或服务

  • MySQL：用于存储和查询数据库表结构及数据。
  • OpenAI GPT-4（LangChain集成）：自然语言理解与SQL生成的核心AI模型。
  • n8n自动化平台：实现流程节点编排、触发、数据转换和条件判断。
  • 本地文件系统：存储数据库schema的JSON文件，提升访问效率。

适用人群或使用价值

  • 数据分析师和业务人员：无需掌握SQL即可通过自然语言查询数据库，降低技术门槛。
  • 开发者和自动化工程师：快速搭建智能数据库查询助手，提高内部数据访问效率。
  • 企业和教育机构：应用于智能问答、数据展示和教学演示，提升交互体验。
  • 产品经理和决策者：快速获得所需数据支持决策，无需等待技术团队编写SQL。

此工作流通过AI赋能数据库查询，极大简化了数据访问流程，实现了“用聊天对话查询数据库”的智能交互体验，适合多种场景下提升数据使用效率与用户满意度。