目录

一、背景介绍

二、思路介绍

2.1. 工具调用

2.2. AI自动调用

三、工作流展示

3.1. 工具调用

3.2 AI自动调用

四、详细操作步骤

4.1 工具调用

4.2. AI自动调用

五、表格展示

5.1.工具调用

5.2. AI自动调用

六、演示效果

6.1. 方案一：工具调用

6.2. 方案二：AI自动调用

七、总结

八、详细视频地址

---

一、背景介绍

在数据分析场景下，用户借助Dify平台进行数据查询与可视化图表生成时，普遍受困于工作流搭建流程繁琐的问题。SQLBot虽能有效简化数据查询及可视化的生成步骤，但其核心的数据交互逻辑与功能落地，必须依托于与MCP系统的顺畅对接才能实现。

二、思路介绍

为应对该问题，本文给出了工具调用和AI自动调用这两种与MCP对接的方案。其中，工具调用是由人工来配置组件和逻辑，以此确保稳定性；AI自动调用则是依靠提示词，让AI自主完成工具调用以及工作流搭建，这样能够简化操作流程、降低使用门槛，契合轻量且灵活的数据分析场景。这两种方案各自适配不同用户的技术水平与使用需求，进而实现高效的数据查询以及可视化输出。

2.1. 工具调用

通过传入参数来调用两个MCP工具，达成搭建MCP工作流的效果。

2.2. AI自动调用

与工具调用的区别在于工具调用的工作流是人工进行搭建的，而AI自动调用则是通过提示词的方式让AI帮我们进行MCP工具的调用，让AI帮我们搭建工作流，实现步骤比较简单。

三、工作流展示

3.1. 工具调用

3.2 AI自动调用

四、详细操作步骤

4.1 工具调用

①先在开始组件的输入字段中添加两个参数：username、password，接着添加两个会话变量：access_token（String）、chat_id（Number），用来给mcp工具传参。

②添加一个条件分支用于判断access_token是否为空（为空则调用mcp_start工具进行获取，不为空则直接调用mcp_question工具）

③获取access_token：

1.添加“发现和调用mcp工具”组件里的调用MCP工具，填写工具名称：mcp_start，传入username、password两个用户输入的参数，填写mcp服务配置（或在API Key授权配置中添加），将设置里的mcp资源以及mcp提示词作为工具选择true。（复制示例代码，将<YOUR IP>改为你的服务器ip）

参数填写示例：

{
"username":"引用变量：开始/username",
"password":"引用变量：开始/password"
}

Mcp服务配置示例：

{

"sqlbot_mcp": {

"url": "http://<YOUR IP>/mcp",

"transport": "sse"

}

}

2.调用一个代码执行组件，添加输入变量：arg1，将mcp_start工具获取的text结果传入，然后使用一段python代码将输入进行json格式的标准化处理，返回我们所需的access_token（String）、chat_id（Number）参数（在输出变量中添加）。

import json
def main(arg1: str) -> dict:
    json_obj = json.loads(arg1)
    return {
        "chat_id": json_obj["data"]["chat_id"],
        "access_token": json_obj["data"]["access_token"]
    }

④调用变量赋值组件，把获取的两个参数分别传给两个会话变量，让后面的问数也能够使用第一次获取的access_token以及chat_id。

⑤添加“发现和调用mcp工具”组件里的调用MCP工具，填写工具名称：mcp_question，填写mcp服务配置（或在API Key授权配置中添加），将开始的用户问题传给question参数，然后将两个会话变量分别传给chat_id以及token。（引用的chat_id是Number类型，因此不需要加引号，后面两个都是String类型需要加）

参数填写示例：

{
"chat_id":引用会话变量：chat_id, 
"question":"引用变量：开始/sys.query",
"token":"引用会话变量：access_token"
}

（说明：传入代码执行组件返回的两个参数也可以，但是会导致第二次问数无法获取到token，这也是为什么要引用会话变量的原因）

⑥调用直接回复组件，将调用mcp_question工具的text结果进行展示。

4.2. AI自动调用

①在开始的输入字段添加两个参数：username、password

②添加AGENT组件，选择“支持MCP工具的Agent”的AGENT策略，选择FunctionCalling（支持MCP工具）；选择一个AI模型；添加MCP服务配置；将MCP资源作为工具设置为true，MCP提示词作为工具设置为false；填写指令；填写查询；最大迭代次数调成10；打开记忆窗口，调成20。

③添加直接回复组件，将Agent组件输出的text结果添加到回复。

指令填写参考：

# 回答要求：

按需调用 mcp_start 和 mcp_question 工具获取信息回答问题。

mcp_start 账号密码：

username:引用变量：开始/username

password:引用变量：开始/password

工具调用逻辑：

首先调用 mcp_start 工具，获取 access_token 和 chat_id ，帮我记住这两个参数，之后不要重复调用 mcp_start，直接使用即可；然后再调用 mcp_question 工具，其中 token 和 chat_id 参数是调用 mcp_start 工具返回，question 是用户提问。

# 用户提问：

引用变量：开始/sys.query

五、表格展示

5.1.工具调用

组件	设置	截图
开始	①添加输入字段：username、password ②添加会话变量：access_token、chat_id
条件分支	在if条件里添加access_token为空
Mcp调用工具	①填写工具名称 ②填写工具参数 ③填写MCP服务配置或设置API Key ④将设置都选择true
代码执行	①添加输入变量：arg1，传入mcp调用的结果 ②添加python代码 ③添加输出变量
变量赋值	将代码执行的两个输出变量分别传给两个会话变量
Mcp调用工具	①填写工具名称 ②填写工具参数 ③填写MCP服务配置或设置API Key ④将设置第一个选择true，第二个选择false
直接回复	将调用mcp_question工具的text结果添加为回复内容

5.2. AI自动调用

组件	设置	截图
开始	添加输入字段：username、password
AGENT	①添加AGENT策略 ②选择AI模型 ③添加MCP服务配置 ④设置MCP资源作为工具 ⑤设置MCP提示词不作为工具 ⑥填写指令 ⑦填写查询 ⑧最大迭代次数调成10 ⑨打开记忆窗口，并调成20
直接回复	添加Agent输出的text结果

六、演示效果

6.1. 方案一：工具调用

6.2. 方案二：AI自动调用

七、总结

工具调用：输出呈现固定且稳定，会清晰展示查询所用的SQL语句、具体查询结果，以及需生成的图表内容，各环节信息明确可控。

AI自动调用：能呈现需生成的图表及查询到的数据，还可通过添加提示词补充总结等内容，让输出维度更丰富；但相比工具调用，其输出稳定性稍弱。

八、详细视频地址

【💥炸裂！给Dify智能体嵌入SQLBot MCP“数据引擎”】 https://www.bilibili.com/video/BV1Csbzz6ELm/?share_source=copy_web&vd_source=d66e1339b701dc8f348d56b0063218ec