華為云Flexus+DeepSeek征文｜體驗華為云ModelArts快速搭建Dify-LLM應用開發平臺并搭建查詢數據庫的大模型工作流

什么是華為云ModelArts

• 華為云ModelArts ModelArts是華為云提供的全流程AI開發平臺，覆蓋從數據準備到模型部署的全生命周期管理，幫助企業和開發者高效構建、訓練、部署AI模型，實現智能化升級。

開始接觸華為云ModelArts Studio大模型即服務平臺

• 訪問官方地址https://www.huaweicloud.com/product/modelarts/studio.html
  

---

快速搭建Dify-LLM應用開發平臺

什么是Dify-LLM應用開發平臺

• Dify-LLM 應用開發平臺是一個基于大型語言模型（LLM）的低代碼/無代碼開發平臺，旨在幫助開發者快速構建、部署和管理基于 AI 的應用程序。它提供了可視化的操作界面和豐富的工具，簡化了從模型調用到應用上線的全流程，適合不同技術背景的用戶使用。

• 華為云提供了一鍵部署快速搭建Dify平臺的功能，使開發者可以快速搭建生產級的生成式AI應用

• 快速搭建的方案架構如下
  

• 通過VPC與安全組構建安全網絡，用戶經ELB接入CCE部署的Dify服務集群，結合Embedding與reranker增強AI能力，并依托Redis、PostgreSQL、CSS與OBS實現多樣化數據存儲與處理，具備高可用、可擴展特性

開始搭建Dify-LLM應用開發平臺

• 先進入官網https://www.huaweicloud.com/solution/implementations/building-a-dify-llm-application-development-platform.html
  

• 選擇一鍵部署（云服務器單機部署）
  

• 這里不做操作直接下一步
  

• 把密碼設置好下一步
  

• 繼續下一步
  

• 點擊創建執行計劃
  

• 可以查看費用，然后點擊部署
  

• 可以看到正在按順序部署
  

• 等待服務部署完畢，訪問Dify-LLM應用開發平臺
  

• 部署完畢，訪問Dify-LLM應用開發平臺
  

• 登錄Dify-LLM應用開發平臺
  

• 至此搭建Dify-LLM應用開發平臺大功告成，不得不說，華為云一鍵部署Dify平臺真是太方便了，全程不需要怎么操作，全是一鍵搞定

---

開始搭建大模型工作流

什么是大模型工作流

• 大模型工作流（Large Model Workflow）是指利用大規模預訓練語言模型（如GPT、BERT等）完成復雜任務時，所采用的一系列系統化、結構化的處理步驟和方法。它通過將大模型能力與特定任務需求相結合，實現更高效、更可靠的AI應用

開始搭建

• 這次準備做一個大模型工作流，然后然后可以查詢數據庫數據輸出，
  

• 然后我們需要調用華為云的DeepSeek-V3-32K模型作為基底大模型

• 安裝dify中的大模型插件，OpenAI-API-compatible
  

• 等待安裝完成
  

• 設置大模型
  

• 密鑰從華為云中獲取
  

• 進入api-key管理，創建自己的key，用于調用大模型
  

• 回來繼續配置key，注意接口地址是https://api.modelarts-maas.com/v1
  

• 這樣大模型就配置完畢了

• 然后安裝插件，點擊右上角工具列表，搜索rookie_text2data
  

• 開始安裝
  

• 這里我們準備的mysql數據庫，新建一個test的庫
  

• 然后準備一個用戶表與一個部門表

CREATE TABLE `test`.`user`  (`id` int NOT NULL AUTO_INCREMENT COMMENT '主鍵id',`name` varchar(30) NULL COMMENT '用戶名稱',`age` int NULL COMMENT '年齡',`department_id` int NULL COMMENT '部門id',`gender` varchar(255) NULL COMMENT '性別（男/女）',PRIMARY KEY (`id`)
) COMMENT = '用戶表';

CREATE TABLE `test`.`department`  (`id` int NOT NULL AUTO_INCREMENT COMMENT '主鍵id',`name` varchar(255) NULL COMMENT '部門名稱',PRIMARY KEY (`id`)
) COMMENT = '部門表';

• 然后插入一些數據

INSERT INTO `department` (`name`) VALUES 
('人力資源部'),
('財務部'),
('技術研發部'),
('市場營銷部'),
('客戶服務部');

INSERT INTO `user` (`name`, `age`, `department_id`, `gender`) VALUES
-- 人力資源部 (部門ID 1)
('張偉', 32, 1, '男'),
('李娜', 28, 1, '女'),
('王芳', 35, 1, '女'),-- 財務部 (部門ID 2)
('趙明', 45, 2, '男'),
('錢靜', 30, 2, '女'),
('孫麗', 29, 2, '女'),-- 技術研發部 (部門ID 3)
('周強', 27, 3, '男'),
('吳昊', 31, 3, '男'),
('鄭雪', 26, 3, '女'),
('王磊', 33, 3, '男'),-- 市場營銷部 (部門ID 4)
('馮敏', 29, 4, '女'),
('陳陽', 34, 4, '男'),
('褚小云', 25, 4, '女'),-- 客戶服務部 (部門ID 5)
('衛華', 28, 5, '女'),
('蔣濤', 31, 5, '男'),
('沈月', 24, 5, '女');

• 然后去工作流添加節點
  

• 配置輸入參數與接受參數
  

• 新增節點模板轉換，用于json轉換字符串
  

• 然后添加LLM節點，進行sql檢測
  

你是一位精通mysql的數據庫專家，你需要檢查sql語句是否存在錯誤，如果有錯就改正，沒錯就輸出結果
回答要求：
1. 不能包含多余信息
2. 必須是可執行的sql語句
3. 刪除掉Sql中的\n，用空格替換。json數據: /output

• 然后添加執行sql節點
  

• 然后跟上面一樣把json輸出為字符串
  

• 然后對結果進行分析總結

你是數據分析專家，處理JSON格式SQL查詢結果時需要遵守以下核心規則：
1. 嚴格依賴現有數據，直接使用提供的JSON數據進行分析，不質疑數據準確性或完整性
2. 禁止數據編造，當數據字段為[]、空或None時，必須回復"沒有查詢到相關數據"
不得自行推斷或補充不存在的數據
3. 高效分析原則，無需重復驗證數據條件/時間范圍/類別（默認數據已符合用戶查詢條件）
避免不必要的重復篩選操作
4. 格式要求，輸入數據為JSON結構
輸出保持簡潔，但需完整包含上述所有關鍵點

數據：/output
問題：/test
Sql語句：/text
回答要求:
1.以表格方式列出數據。
2.提供分析和建議。
3.提供查詢的Sql語句。

• 添加結束節點并發布
  

• 然后點擊運行進行簡單測試
  

• 至此查詢數據庫的大模型工作流就見好了

歡迎大家一起加入華為云