SQLAI
Dify 与 MySQL 深度融合：基于 MCP 协议的数据交互实践
利用模型上下文协议（MCP）将 Dify 大语言模型应用平台与 MySQL 数据库进行深度整合。通过搭建 MCP Server、配置 Dify 插件与工作流，实现自然语言到 SQL 查询的转换。内容涵盖环境准备、表结构创建、Agent 策略配置及常见问题排查，帮助开发者构建智能数据驱动应用。
利用模型上下文协议（MCP）将 Dify 大语言模型应用平台与 MySQL 数据库进行深度整合。通过搭建 MCP Server、配置 Dify 插件与工作流，实现自然语言到 SQL 查询的转换。内容涵盖环境准备、表结构创建、Agent 策略配置及常见问题排查，帮助开发者构建智能数据驱动应用。
在当今数字化时代，数据管理与人工智能技术的融合日益紧密。Dify 作为一款强大的大语言模型应用开发平台，通过 MCP（模型上下文协议）与 MySQL 这一广泛使用的关系型数据库进行整合，为开发者们打开了一扇通往高效数据处理与智能应用开发的新大门。这种整合不仅能充分发挥 Dify 在自然语言处理和 AI 应用构建方面的优势，还能借助 MySQL 出色的数据存储和管理能力，实现更复杂、更智能的数据驱动型应用开发。
Dify 是一款极具创新性的开源大语言模型（LLM）应用开发平台，它将后端即服务（Backend as Service, BaaS）与 LLMOps 理念巧妙融合，为开发者打造了一个便捷高效的 AI 应用开发环境。其低代码/无代码开发模式是一大亮点，通过直观的可视化界面，开发者只需简单的拖拽和配置操作，就能轻松定义 Prompt（提示词）、上下文以及插件等关键要素，无需在底层技术细节中耗费过多精力，这使得开发门槛大幅降低。
Dify 还采用了模块化设计，各个模块功能明确、接口清晰，开发者可以根据具体的项目需求，灵活选择并组合使用这些模块，从而构建出高度个性化的 AI 应用。在功能组件方面，Dify 提供了丰富多样的选择，涵盖 AI 工作流、RAG 管道、Agent、模型管理等多个领域，全面支持从应用原型设计到实际生产部署的整个过程。同时，Dify 对多种主流大型语言模型提供了良好的支持，包括 OpenAI 的 GPT 系列、Claude3 等。
MCP，即模型上下文协议（Model Context Protocol），在 Dify 与 MySQL 的整合中扮演着至关重要的桥梁角色。作为一项新兴的开放协议，MCP 为大语言模型与外部应用之间搭建了一条双向通信通道，让模型能够便捷地发现、理解并安全调用各种外部工具或 API。
在 Dify 通过 MCP 整合 MySQL 的场景中，MCP 主要发挥了两方面关键作用。一方面，它提供了统一的协议支持，使得 Dify 中的大语言模型能够以标准化的方式与 MySQL 进行交互。另一方面，MCP 还具备强大的工具调用能力，允许 Dify 根据用户的需求和指令，动态地调用 MySQL 相关的工具和功能，实现对数据库中数据的查询、更新、插入等操作。
MySQL 作为一款开源的关系型数据库管理系统，在数据存储和管理领域拥有着广泛的应用和卓越的声誉。它具备高度的可靠性和稳定性，能够在各种复杂的环境下稳定运行。在性能方面，MySQL 表现出色，采用了高效的索引和查询优化技术，能够快速处理大规模数据和高并发的访问请求。此外，MySQL 还具备出色的可扩展性，支持水平和垂直扩展，能够满足不断变化的业务需求。
在开始整合 Dify 与 MySQL 之前，需要确保开发环境准备就绪。主要涉及 Python 环境以及相关插件的安装，建议使用 Python 3.8 及以上版本。为了实现 Dify 与 MySQL 之间基于 MCP 的通信和数据交互，还需要安装一些关键的插件和依赖库。
安装步骤：
首先，通过官方 GitHub 仓库获取 Dify 的源代码。打开终端，执行以下命令进行克隆：
git clone https://github.com/langgenius/dify.git --branch 1.1.0
安装过程需要依赖 Docker 和 Docker Compose。在 Rocky Linux 9.5 系统上，安装 Docker 的命令如下：
# 设置代理 (根据实际情况修改)
export http_proxy="http://192.168.1.xxx:7897"
export https_proxy="http://192.168.1.xxx:7897"
export no_proxy="localhost,127.0.0.1"
# 更新源并安装 Docker
dnf update
dnf install -y dnf-plugins-core
dnf config-manager --add-repo https://download.docker.com/linux/rhel/docker-ce.repo
dnf install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
# 设置开机自启动
systemctl enable --now docker
设置 Docker 的下载镜像代理：
在 /etc/systemd/system/docker.service.d 目录新增文件 http-proxy.conf，内容如下：
[Service]
Environment="HTTP_PROXY=http://192.168.1.xxx:7897"
Environment="HTTPS_PROXY=http://192.168.1.xxx:7897"
Environment="NO_PROXY=localhost,127.0.0.1"
systemctl daemon-reload
systemctl restart docker
systemctl status docker
在 Dify 项目目录下，通过 Docker Compose 来启动 Dify 服务：
cp .env.example .env
docker compose up -d
验证安装是否成功：
docker compose ps
此命令会在后台启动 Dify 的所有相关服务，包括前端、后端以及必要的中间件服务。
基础配置：
启动完成后，通过浏览器访问 Dify 的前端界面，默认地址为 http://localhost:3000。首次访问时，需要进行一些基础配置，如设置管理员账号和密码等信息。
接着，配置 Dify 的服务器地址和端口。若采用默认配置，服务器地址即为 localhost，端口为 5000。若需修改，可在 Dify 项目目录下的 .env 文件中调整环境变量。
安装流程：略
准备表结构和数据：新建数据库 test。
CREATE DATABASE test CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
CREATE TABLE `classes` (
`id` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '班级 ID',
`className` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '班级名称',
`grade` int NOT NULL COMMENT '年级',
`headTeacherId` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '班主任 ID',
`classroom` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '教室位置',
`studentCount` int NOT NULL COMMENT '学生人数',
`remark` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '备注信息',
PRIMARY KEY (`id`),
KEY `headTeacherId` (`headTeacherId`),
CONSTRAINT `headTeacherId` FOREIGN KEY (`headTeacherId`) REFERENCES `teachers` (`id`) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='班级表';
CREATE TABLE `courses` (
`id` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '课程 ID',
`courseName` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '课程名称',
`credit` int NOT NULL COMMENT '学分',
`teacherId` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '授课教师 ID',
`semester` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '学期',
`type` enum('必修','选修') CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL DEFAULT '选修' COMMENT '课程类型',
`prerequisite` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '先修课程 ID',
PRIMARY KEY (`id`),
KEY `teacherId` (`teacherId`),
CONSTRAINT `teacherId` FOREIGN KEY (`teacherId`) REFERENCES `teachers` (`id`) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='课程表';
CREATE TABLE `scores` (
`id` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '成绩记录 ID',
`studentId` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '学生 ID',
`courseId` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '课程 ID',
`score` int NOT NULL COMMENT '综合成绩',
`examDate` date NOT NULL COMMENT '考试日期',
`usualScore` int DEFAULT '0' COMMENT '平时成绩',
`finalScore` int DEFAULT '0' COMMENT '期末成绩',
PRIMARY KEY (`id`),
KEY `studentId` (`studentId`),
KEY `courseId` (`courseId`),
CONSTRAINT `courseId` FOREIGN KEY (`courseId`) REFERENCES `courses` (`id`) ON DELETE CASCADE ON UPDATE CASCADE,
CONSTRAINT `studentId` FOREIGN KEY (`studentId`) REFERENCES `students` (`id`) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='成绩表';
CREATE TABLE `students` (
`id` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '学号',
`name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '学生姓名',
`gender` enum('男','女') CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL DEFAULT '男' COMMENT '性别',
`birthDate` datetime NOT NULL COMMENT '出生日期',
`classId` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '班级 ID',
`phone` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '联系电话',
`email` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '电子邮箱',
`emergencyContact` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '紧急联系人电话',
`address` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '家庭住址',
`height` int NOT NULL COMMENT '身高 (cm)',
`weight` int NOT NULL COMMENT '体重 (kg)',
`healthStatus` enum('良好','一般','较差') CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL DEFAULT '良好' COMMENT '健康状况',
PRIMARY KEY (`id`),
KEY `classId` (`classId`),
CONSTRAINT `classId` FOREIGN KEY (`classId`) REFERENCES `classes` (`id`) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='学生表';
CREATE TABLE `teachers` (
`id` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '教师 ID',
`name` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '教师姓名',
`gender` enum('男','女') CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL DEFAULT '男' COMMENT '性别',
`subject` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '教授科目',
`title` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '职称',
`phone` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '联系电话',
`office` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL COMMENT '办公室位置',
`wechat` varchar(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT NULL COMMENT '微信',
`isHeadTeacher` enum('true','false') CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci DEFAULT 'false' COMMENT '是否为班主任',
PRIMARY KEY (`id`,`office`) USING BTREE,
KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci COMMENT='教师表';
录入数据：
INSERT INTO `teachers` (`id`,`name`,`gender`,`subject`,`title`,`phone`,`office`,`wechat`,`isHeadTeacher`) VALUES ('T001','张建国','男','数学','教授','13812345678','博学楼 301','lily_teacher','true'),('T002','李明','男','英语','副教授','13812345679','博学楼 302','tom_teacher','false');
INSERT INTO `classes` (`id`,`className`,`grade`,`headTeacherId`,`classroom`,`studentCount`,`remark`) VALUES ('202301','2023 级计算机 1 班',2023,'T005','1 号楼 302',35,'市级优秀班集体');
INSERT INTO `students` (`id`,`name`,`gender`,`birthDate`,`classId`,`phone`,`email`,`emergencyContact`,`address`,`height`,`weight`,`healthStatus`) VALUES ('S20230101','王强','男','2005-01-15 00:00:00','202301','13812345678','[email protected]','13876543210','北京市海淀区中关村大街 1 栋 101 室',175,65,'良好');
INSERT INTO `courses` (`id`,`courseName`,`credit`,`teacherId`,`semester`,`type`,`prerequisite`) VALUES ('C001','高等数学',4,'T001','2023-1','必修',NULL);
INSERT INTO `scores` (`id`,`studentId`,`courseId`,`score`,`examDate`,`usualScore`,`finalScore`) VALUES ('S20230101C001','S20230101','C001',85,'2024-05-20',90,80);
在 Dify 平台中，要实现通过 MCP 整合 MySQL，首先需要安装两个关键插件：Agent 策略（支持 MCP 工具）和 MCP SSE。
插件安装完成后，需要对 MCP SSE 进行配置，以建立与 MySQL 服务的连接。具体操作如下：
在 Dify 的插件管理界面中，点击已安装的 MCP SSE 插件。点击已授权，配置上 mcp mysql server 的 sse 地址：
{"mysql_mcp_server_pro":{"url":"http://192.168.1.XXX:9000/sse"}}
注：不要留空格，不然会报错。填写完成后，点击保存。这样，Dify 就能够通过 MCP SSE 插件与指定的 MySQL 服务地址进行通信。
进入 Dify 的工作流创建页面，选择创建工作流类型为'Chatflow'，并为工作流命名，例如'Dify_MySQL_Integration'。
在工作流设计画布中，默认会有一个 LLM 节点，但在我们的场景中，需要删除该节点，因为我们主要通过 Agent 来调用 MySQL 相关工具。从节点库中拖拽一个'Agent'节点到画布上。这个 Agent 节点将作为与 MySQL 交互的核心组件。
选择 ReAct (Support MCP Tools) 策略：点击添加的 Agent 节点，在右侧的配置面板中，将 AGENT 策略选择为'ReAct (Support MCP Tools)'。选择该策略的原因在于它对 MCP 工具的支持较为稳定和有效。
配置工具列表：在 Agent 配置面板的'工具列表'部分，点击右侧的添加按钮，选择'通过 SSE 发现和调用 MCP 工具'。然后添加与 MySQL 相关的工具列表，假设之前在 MCP SSE 中配置的 MySQL 服务地址对应的名称为'mysql_mcp_server'，则在 MCP 服务器配置中添加。
建议选用高性能 API 模型以提升响应速度。
使用中文回复。当用户提问中涉及学生、教师、成绩、班级、课程等实体时，需要使用 MySQL MCP 进行数据查询和操作，表结构说明如下：
...（此处省略详细表结构说明，参考上文）...
这里的'query'变量将作为用户输入的查询内容，传递给 Agent。同时，还需要设置最大迭代次数，默认值通常为 3。最后，在'连接直接回复'部分选择变量'Agent.text'，这样 Agent 执行任务后的结果将通过该变量直接回复给用户。
git clone https://github.com/wenb1n-dev/mysql_mcp_server_pro.git
vi .env
cd mysql_mcp_server_pro/src/config
pip install mcp
pip install mysql-connector-python
pip install uvicorn
pip install python-dotenv
pip install starlette
uv run server.py
完成上述配置后，就可以对创建的 Dify 工作流进行测试。
测试方式：进入 Dify 的工作流测试界面，在输入框中输入实际的查询问题，例如'哪个老师学生最多'。
工作原理：Agent 节点根据配置的指令和策略，识别出这是一个需要查询 MySQL 数据库的任务，然后通过 MCP 协议调用相应的 MySQL 工具。该工具将问题转化为 SQL 查询语句，并发送到 MySQL 数据库进行执行。
结果查看：MySQL 数据库执行查询后，将结果返回给 Dify 工作流中的 Agent 节点，Agent 节点再通过'连接直接回复'中的 Agent.text 变量返回给用户。
符合预期。
符合预期。
符合预期。
符合预期。
错误描述：在配置 MCP SSE 连接 MySQL 服务地址后，Dify 无法成功连接到 MySQL。
可能原因：网络问题、地址或端口错误、MySQL 服务未正常运行。
解决方案：检查网络和防火墙，确认地址和端口，检查 MySQL 服务状态。
错误描述：调用 MySQL 相关工具时，提示'找不到工具'或'工具调用失败'。
可能原因：插件安装或配置问题、策略选择不当、工具列表配置错误。
解决方案：检查插件安装和配置，选择正确的策略（ReAct），核对工具列表配置。
错误描述：返回的结果提示 SQL 执行错误，如'语法错误''表不存在'。
可能原因：提示词或指令问题、数据库结构变化。
解决方案：优化提示词和指令，同步数据库结构信息。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
在线格式化和美化您的 SQL 查询（它支持各种 SQL 方言）。 在线工具，SQL 美化和格式化在线工具，online
解析 INSERT 等受限 SQL，导出为 CSV、JSON、XML、YAML、HTML 表格（见页内语法说明）。 在线工具，SQL转CSV/JSON/XML在线工具，online
CSV 与 JSON/XML/HTML/TSV/SQL 等互转，单页多 Tab。 在线工具，CSV 工具包在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online