基于Dify和Hologres快速搭建ChatBI应用

背景信息

Dify是一款开源的大语言模型（LLM） 应用开发平台，它融合了Backend as Service和LLMOps理念，开发者可以快速搭建生产级的生成式AI应用。非技术人员也能参与到AI应用的定义和数据运营过程中。

前提条件

• 已部署1.2.0或以上版本的Dify。

• 已准备Hologres相关数据，操作详情如下：

  1. 购买Hologres。

  2. 创建数据库。

  3. 创建用户并授予目标数据库的操作权限。具体操作，请参见创建自定义用户和用户授权。

  4. 准备业务数据。本文以Hologres公共数据集TPC-H 10 GB为例。导入公共数据集操作详情，请参见一键导入公共数据集。

注意事项

Dify会通过已配置的用户访问Hologres实例，需注意以下内容：

• 资源隔离：可以使用Serverless Computing进行资源隔离。

• 权限隔离：建议仅赋予用户查询权限，更多对于ChatBI的权限控制详情，请参见Dify官网文档。

操作步骤

1. 安装hologres_text2data和模型工具。本文使用通义千问插件提供模型服务。

   在Dify平台，单击插件，选择探索 Marketplace，然后搜索hologres_text2data和tongyi并单击安装。

   

   说明

   hologres_text2data插件，已经上线Dify官方市场，且源码已经在GitHub上开源。

2. 配置模型供应商。

   1. 选择我的账号，然后单击设置，进入成员页面。

      

   2. 在左侧导航栏中，单击模型供应商。

   3. 单击通义千问后面的设置，在弹出的添加 通义千问对话框中，填写API Key。

      您可以在添加 通义千问对话框中，单击从阿里云百炼获取 API Key，获取API Key。详情请参见首次调用通义千问API。

   4. 单击保存，完成配置。

3. 导入DSL文件，构建ChatFlow。

   1. 在Dify平台，选择菜单栏的工作室，然后单击导入DSL文件。

      

   2. 在弹出的对话框中，上传DSL文件Hologres ChatBI with Holo Plugin-250422-v1.yml。

   3. 单击创建，完成上传。

      上传完成后，系统默认生成如下工作流。该工作流采用了百炼的Qwen-Max-Latest模型，关于更多的模型详情，请参见模型列表。

      

4. 在目标ChatFlow的编排页面，单击hologres_text2data和hologres_excute_sql节点，配置相关Hologres的参数。

   参数名	说明
   数据库IP/域名	Hologres实例的域名，例如：hgprecn-cn-xxxk3ovx003-cn-hangzhou.hologres.aliyuncs.com。 您可以登录Hologres管理控制台，在左侧导航栏选择实例列表，单击目标实例ID。在实例详情页面的网络信息区域，获取域名。详情请参见访问域名。
   数据库端口	端口号，默认是80。
   数据库名称	已创建的数据库名称。 您可以登录Hologres管理控制台，在左侧导航栏选择实例列表，单击目标实例ID，进入实例详情页面。单击数据库管理，在DB 授权页面，获取数据库名称。
   用户名	已创建的用户名称，格式为：BASIC$<name>。 您可以登录Hologres管理控制台，在左侧导航栏选择实例列表，单击目标实例ID，进入实例详情页面。单击账号管理，在用户管理页面，获取用户名称。详情请参见用户管理。
   密码	用户对应的密码。

5. 配置完成后，单击右上角的发布 > 发布更新。

6. 发布完成后，单击右上角的发布 > 运行，进入ChatBI应用开始聊天。