工作流程概述

這是一個基於 AI 的 PostgreSQL 資料庫智慧對話助手工作流程，允許使用者透過自然語言與資料庫進行互動查詢。該工作流程利用 OpenAI 的語言模型理解使用者意圖，自動生成並執行 SQL 查詢，並以友善的方式回傳查詢結果。

核心功能

智慧查詢生成
工作流程透過 AI Agent 理解使用者的自然語言請求，自動生成符合資料庫結構的 SQL 查詢語句。AI 會確保查詢中的資料表名稱包含正確的 schema 前綴，避免查詢錯誤。

資料庫結構感知
系統能夠自動取得資料庫的 schema 資訊、資料表清單以及資料表的詳細定義（包括欄位名稱、資料型別、外部鍵關聯等），使 AI 能夠生成準確的查詢語句。

對話記憶功能
整合聊天歷史記錄功能，預設保留最近 5 則對話紀錄，使 AI 能夠理解上下文，提供更連貫的對話體驗。

工作流程組成

觸發器節點

• When chat message received：聊天訊息觸發器，接收使用者的查詢請求

核心處理節點

• AI Agent：智慧代理節點，協調整個查詢流程，使用 OpenAI Functions Agent 模式
• OpenAI Chat Model：使用 GPT-4o-mini 模型提供 AI 能力
• Chat History：緩衝視窗記憶模組，管理對話歷史

工具節點（AI Agent 可呼叫的工具）

1. Execute SQL Query：執行 AI 生成的 SQL 查詢語句
2. Get DB Schema and Tables List：取得資料庫中所有資料表及其對應的 schema 名稱
3. Get Table Definition：取得指定資料表的詳細定義資訊，包括欄位、資料型別、限制條件及外部鍵關聯

系統提示詞

AI 助手被設定為資料庫助手角色，主要職責包括：

• 根據使用者請求執行資料庫查詢
• 生成自訂 SQL 查詢以彙整資料
• 確保每個資料表名稱皆帶有正確的 schema 前綴
• 在回應使用者前先取得所有必要資料進行分析

技術特點

自動化 Schema 管理
工作流程能夠自動識別與管理資料庫 schema，確保生成的 SQL 查詢語法正確。

智慧資料分析
AI 不僅執行查詢，還能分析回傳的資料，為使用者提供有意義的解釋與洞察。

彈性的模型選擇
支援替換為其他聊天模型，具備良好的擴充性。

可自訂的上下文視窗
可調整聊天歷史的保留數量，在效能與上下文理解之間取得平衡。

使用情境

• 業務分析師快速查詢業務資料
• 非技術人員透過自然語言存取資料庫
• 資料探索與臨時查詢
• 自動化報表生成
• 資料庫結構學習與理解

設定需求

1. PostgreSQL 資料庫憑證
2. OpenAI API 憑證
3. （選用）調整對話歷史視窗長度（預設 5 則）
4. （選用）啟用工作流程以讓聊天功能公開可用