在Dify平台中，通过自然语言生成SQL查询（text2SQL或者NL2SQL）是一项核心功能，它允许用户用日常语言描述需求，系统自动转换为结构化查询语句。
系统框架：
目录
1.下载rookie_text2data
该插件功能是：自然语言查询 MySQL 数据、Sql的执行。目前支持Mysql、PostgreSQL
2.创建工作流
1.开始节点，修改名称为用户问题
添加输入字段：input
3.TEXT-->SQL
添加节点工具：添加节点->工具->rookie_text2data，
输入配置信息：ip地址，数据库名等等
可以测试一下：我的数据库是这样：
单节点测试：
可以看到查询语句已经生成好了
返回的是json格式，所以我们还需要转换成字符str格式，在添加一个节点
3.添加节点->模板转换
输入的变量就是第二个节点输出的**/Json**
4.第四个节点选择添加节点->LLM（大语言模型），并提供System信息指导
你是一位精通SQL语言的数据库专家,熟悉MySQL数据库。你的的任务是检查该Sql语句是否有错，如果有错请更正，没有错则输出Sql语句。
回答要求：
1.不能包含任何多余的信息。
2.必须是可以执行的SQL语句。
3.删除掉Sql中的\n，用空格替换。
Json数据：{{#1747019543730.output#}}
4.执行SQL语句
5.第五个节点选择添加节点->工具->rookie_excute_sql，输入的变量就是大模型生成sql语句
6.第六个节点同第三个节点操作
7.第七个节点选择添加节点->LLM（大语言模型），并提供System信息指导，以及User模型指令
文本内容：
你是数据分析专家，分析并输出sql查询结果.
数据是：{{#1747021166822.output#}}
问题是：{{#1746791066048.input#}}
Sql语句：{{#1746791092689.text#}}
回答要求:
1.列出详细数据，优先以表格方式列出数据。
5.输出查询结果
8.第七个节点选择添加节点->结束，输入的变量“/test”
测试一下：
可以查看每个节点的运行情况：
结果：
