保姆级教程之 Deepseek + Agent + 工作流:从聊天中获取票据信息

前两篇文章,分别讲了搭建票据识别工作流和通过接口的方式调用票据识别工作流,但是使用的门槛还是高了一点。

这篇文章教大家:通过聊天的方式框的方式获取票据的信息。我相信,只需要三分钟,你就能学会。

一、进入dify首页,选择Agent

二、点击创建空白应用

三、选择: Agent, 点击创建

四、进入创建的Agent 中:

五、添加 工具-票务识别工作流

需要先操作文章默认的第九步:九、前提:工作流发布为工具:

点击 工具 按钮后面的添加,选择 票据识别工作流:

添加成功:

六、让deepseek 配置提示词:

让deepseek 帮我们做一段提示词。

七、使用:上传火车票,识别信息

八、使用: 上传发票,识别信息

九、前提:工作流发布为工具:

进入我们之前创建好的工作流,把它发布为工具。

1、进入票务识别工作流,点击发布:

2、配置,保存:

​ 1.2 自定义。

​ 3. 工具入参是自动配置的,不用动。

3、查看工具,可以看到发布成功了。

到此结束。希望对大家所有帮助。

下一篇,计划实现 dify + 飞书多维表格的组合,目前这个案例还是不够友好,如果可以直接把发票信息读取到execl 中,是不是更完美。

<think>我们正在处理一个复杂的本地部署配置任务,涉及三个主要组件:WrenAI(自然语言转SQL工具)、DeepSeek(本地大模型)和MySQL(数据库)。根据引用[1],我们知道WrenAI可以通过Ollama连接本地DeepSeek模型。因此,完整的部署流程包括以下步骤: 1. 安装并配置MySQL数据库 2. 安装Ollama并在本地运行DeepSeek模型 3. 下载并配置WrenAI,将其连接到MySQL和Ollama的DeepSeek模型 下面是在Windows系统上的详细步骤教程: --- ### Windows系统部署WrenAI+DeepSeek+MySQL完整指南 #### 一、环境准备 1. **操作系统要求** - Windows 10/11 64位 - 至少16GB内存(运行本地大模型需要) - 安装[Git for Windows](https://git-scm.com/download/win)(用于命令行操作) 2. **安装MySQL 8.0** 从[MySQL官网](https://dev.mysql.com/downloads/installer/)下载安装包: ```powershell # 推荐使用MSI安装程序 msiexec /i mysql-installer-community-8.0.xx.0.msi ``` 配置要点: - 设置root密码(例如:`your_mysql_root_password`) - 创建示例数据库(供测试用): ```sql CREATE DATABASE sales_data; USE sales_data; CREATE TABLE products ( id INT PRIMARY KEY, name VARCHAR(100), price DECIMAL(10,2), category VARCHAR(50) ); INSERT INTO products VALUES (1, 'Laptop', 1200.00, 'Electronics'), (2, 'Desk Chair', 299.99, 'Furniture'); ``` #### 二、安装Ollama与DeepSeek模型 1. **下载Ollama** 访问[Ollama官网](https://ollama.com/download)下载Windows版本并安装。 2. **拉取DeepSeek模型** 在PowerShell中执行: ```powershell ollama pull deepseek-coder:6.7b-instruct-q5_K_M ``` > 注意:根据硬件选择模型版本(6.7b适合16GB内存,如需更大模型需更高配置)[^1] 3. **验证模型运行** ```powershell ollama run deepseek-coder "SELECT * FROM" ``` 应返回类似结果: ```text The SELECT statement is used to... ``` #### 三、配置WrenAI连接DeepSeek和MySQL 1. **下载WrenAI** 从GitHub下载最新Windows版本: ```powershell curl -LO https://github.com/Canner/WrenAI/releases/latest/download/wren-launcher-windows-amd64.tar.gz tar -xf wren-launcher-windows-amd64.tar.gz cd wren-launcher-windows-amd64 ``` 2. **创建配置文件** (`config.yaml`) ```yaml port: 8080 openai_api_base: "http://localhost:11434/v1" # Ollama的API地址 openai_api_key: "ollama" # 本地运行无需真实key data_sources: - name: "SalesDB" type: "mysql" config: host: "127.0.0.1" port: 3306 user: "wren_user" password: "your_password" database: "sales_data" ``` 3. **创建数据库专用用户** 在MySQL中执行: ```sql CREATE USER 'wren_user'@'localhost' IDENTIFIED BY 'your_password'; GRANT SELECT ON sales_data.* TO 'wren_user'@'localhost'; FLUSH PRIVILEGES; ``` #### 四、启动与测试 1. **启动Ollama服务**(保持终端运行) ```powershell ollama serve ``` 2. **启动WrenAI**(新终端窗口) ```powershell .\wren-launcher.exe ``` 3. **验证集成** - 访问 `http://localhost:8080` - 在聊天框输入: ```text 列出所有电子产品 ``` - 应返回SQL和结果: ```sql SELECT * FROM products WHERE category = 'Electronics' ``` #### 五、高配置(可选) 1. **使用GPU加速**(需NVIDIA显卡) 修改Ollama启动命令: ```powershell setx OLLAMA_GPU_LAYERS "35" # 根据显存调整层数 ollama run deepseek-coder:6.7b-instruct ``` 2. **多数据库支持** 扩展`config.yaml`: ```yaml data_sources: - name: "SalesDB" type: "mysql" config: { ... } - name: "LogDB" type: "postgresql" config: host: "localhost" port: 5432 # ...其他配置 ``` #### 六、故障排除 | 问题现象 | 解决方案 | |----------|----------| | WrenAI无法连接Ollama | 检查`ollama serve`是否运行,端口11434是否开放 | | 自然语言查询无响应 | 在Ollama终端确认模型是否加载完成 | | 数据库查询超时 | 在MySQL中执行`SHOW PROCESSLIST`检查连接 | > 提示:完整日志查看路径 `%APPDATA%\wrenai\logs` --- §§相关问题§§ 1. 如何优化Ollama运行DeepSeek模型的性能? 2. WrenAI支持哪些自然语言查询的进阶语法? 3. 如何将WrenAI集成到现有BI工具中? 4. DeepSeek模型在处理SQL生成时有哪些独特优势? [^1]: DeepSeek模型通过Ollama实现本地安全部署</think>### Windows系统部署WrenAI+DeepSeek+MySQL完整教程 以下为本地集成配置的详细步骤(需按顺序操作): --- #### 一、环境准备 1. **安装MySQL 8.0+** - 官网下载安装包:[MySQL Installer](https://dev.mysql.com/downloads/installer/) - 配置建议: ```powershell # 安装时勾选: [X] MySQL Server [X] MySQL Workbench [X] Set root password (示例:RootPass123!) [X] Create sample database (命名:sales_data) ``` 2. **安装Python 3.10+** ```powershell winget install Python.Python.3.10 python --version # 验证安装 ``` --- #### 二、部署DeepSeek模型(通过Ollama) 1. **安装Ollama** ```powershell winget install Ollama.Ollama ``` 2. **拉取DeepSeek模型** ```powershell ollama pull deepseek-coder:6.7b-instruct-q5_K_M # 推荐6.7B量化版(16GB内存可运行) ``` 3. **启动模型服务** ```powershell ollama serve # 保持此终端运行 ``` > 验证:浏览器访问 `http://localhost:11434` 应返回Ollama欢迎页[^1] --- #### 三、配置WrenAI 1. **下载WrenAI** ```powershell curl -LO https://github.com/Canner/WrenAI/releases/latest/download/wren-launcher-windows-amd64.tar.gz tar -xf wren-launcher-windows-amd64.tar.gz cd wren-launcher-windows-amd64 ``` 2. **创建配置文件** (`config.yaml`) ```yaml port: 8080 # 连接Ollama的DeepSeek openai_api_base: "http://localhost:11434/v1" # Ollama的API端点 openai_api_key: "ollama" # 本地运行无需真实key # 连接MySQL data_sources: - name: "SalesDB" type: "mysql" config: host: "127.0.0.1" port: 3306 user: "wren_user" password: "your_password" database: "sales_data" # 步骤一创建的数据库 ``` 3. **创建MySQL专用用户** 在MySQL Workbench中执行: ```sql CREATE USER 'wren_user'@'localhost' IDENTIFIED BY 'your_password'; GRANT SELECT ON sales_data.* TO 'wren_user'@'localhost'; # 仅授权查询权限 ``` --- #### 四、启动与验证 1. **启动WrenAI服务** ```powershell .\wren-launcher.exe ``` 2. **测试自然语言查询** 浏览器访问 `http://localhost:8080`,输入: ```text "显示价格最高的3个产品" ``` - **预期行为**: - WrenAI通过DeepSeek生成SQL:`SELECT * FROM products ORDER BY price DESC LIMIT 3` - 返回MySQL查询结果并可视化 --- #### 五、高配置技巧 1. **GPU加速DeepSeek**(需NVIDIA显卡) 修改Ollama启动参数: ```powershell setx OLLAMA_GPU_LAYERS "35" # 根据显存调整层数 ollama run deepseek-coder:6.7b-instruct ``` 2. **多数据源支持** 扩展`config.yaml`: ```yaml data_sources: - name: "SalesDB" # MySQL type: "mysql" config: { ... } - name: "LogDB" # DuckDB type: "duckdb" config: path: "C:/data/logs.duckdb" ``` --- #### 六、常见问题解决 | 问题现象 | 解决方案 | |---------|----------| | Ollama无法加载模型 | 执行 `ollama rm deepseek-coder` 后重新拉取 | | WrenAI连接MySQL失败 | 检查MySQL的 `bind-address=0.0.0.0` 配置 | | 自然语言转SQL错误 | 在DeepSeek提示词前添加:`你是一个专业SQL工程师,请根据表结构生成SQL:` | > 完整文档参考:[WrenAI + Ollama集成指南](https://github.com/Canner/WrenAI/wiki/Ollama-Integration)[^1] ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值