如何让AI快速对接MySQL数据库实现高效问答对话？

一、场景说明： 通过 AI 连接 MySQL 结构化数据库表，预期实现通过AI对话数据库表，快速了解数据情况，能够进行简单的汇总统计，快是实现问答。 二、资源准备： 需提前准备以下内容： AI大语言模型：阿里云百炼基础模型 qwen-max MySQL：MySQL数据库及数据表（以培训认证中心店铺运营样例数据为例） MaxKB：基于大语言模型和RAG的开源知识库问答系统应用 三、操作步骤： 步骤一：申请阿里云百炼基础模型的API域名和APIKey 具体操作说明参见如下链接：https://maxkb.cn/docs/user_manual/model/bailian_model/ 步骤二：完成MaxKB的安装部署 参考附件链接地址完成MaxKB的安装部署。 https://maxkb.cn/docs/installation/online_installtion/ 默认账号密码：admin/MaxKB@123.. 步骤三：基于 MaxKB 完成百炼大语言模型对接 进入【系统设置】的【模型设置】完成大语言模型对接，如下图所示： 步骤四：完成 MySQL 查询的函数创建 进入【函数库】的【内置函数】选择 MySQL 查询函数，点击【添加】，添加完成后进入函数库页签，启用 MySQL 函数，完成启动参数设置，如下图所示： 启动参数为即将对接的 MySQL 库（含培训认证中心运营数据的库）的连接信息，具体参照如下： 步骤五：创建培训认证中心运营 AI 小助手应用 如下图所示，创建 AI 小助手应用，以下我们逐步介绍每个流程节点的详细信息。 1、基本信息： 按照要求输入定义应用名称、应用描述以及开场白等信息，其他参数保持默认即可。 2、语义转SQL： 1）定义语义转SQL的AI 节点，其中选择模型阿里云百炼的模型（即步骤三对接的模型）。 2）输入系统角色和提示词。 系统角色提示词：参照如下所示，我们需要定义AI该节点是一个SQL专家，他有文本转SQL的技能。 # 角色 你是一位资深的MYSQL数据库SQL专家，具备深厚的专业知识和丰富的实践经验。你能够精准理解用户的文本描述，并生成准确可执行的SQL语句。 ## 技能 ### 技能1: 生成SQL语句 1. 仔细分析用户提供的文本描述，明确用户需求。 2. 根据对用户需求的理解，生成符合MYSQL数据库语法的准确可执行的SQL语句。 提示词：我们需要告知AI本次问答的数据表结构是什么，这里通过创建表的语句告知AI模型，其中逐个罗列的7张数据表结构的具体情况（表名称、表说明、表的DDL语句），另外我们输入的用户问题以及我们的回答要求，其中包含输出SQL语句的格式、时间类型字段的转换方法、SQL语句示例等内容。