带内存的SQL代理

此工作流适合以下人群：
- 数据分析师：希望通过自然语言查询数据库以获取数据洞察。
- 开发者：需要集成 SQL 数据库与 AI 模型进行交互。
- 业务决策者：希望快速获取业务数据分析结果以支持决策。
- 教育工作者：希望通过实际案例教授 SQL 和 AI 的结合应用。

此工作流解决了以下问题：
- 数据访问难题：用户可以通过自然语言轻松查询 SQLite 数据库，而不需要编写复杂的 SQL 查询。
- 数据整合问题：将聊天输入与二进制数据（如 SQLite 数据库）结合，增强了数据的可用性。
- 自动化工作流：通过自动化流程，用户可以快速下载、提取和保存数据库，节省了手动操作的时间。

工作流过程详细说明：
1. 手动触发：用户点击 "测试工作流" 按钮，启动工作流。
2. 下载示例文件：从指定 URL 下载 chinook.zip 示例文件。
3. 提取 ZIP 文件：解压缩下载的 ZIP 文件，获取 chinook.db 文件。
4. 保存数据库：将提取的 chinook.db 文件保存在本地。
5. 加载数据库：在每次聊天消息触发时，加载本地的 chinook.db 数据库。
6. 结合聊天输入：将用户的聊天输入与加载的数据库二进制数据结合，准备发送给 AI 代理。
7. AI 代理处理：AI 代理使用 OpenAI 模型处理输入，并根据数据库内容生成响应。
8. 记忆管理：使用窗口缓冲记忆保存上下文，以便在后续查询中使用。

用户如何自定义和适应此工作流：
- 更改数据库：用户可以替换 chinook.db 文件为其他 SQLite 数据库，只需更新文件路径。
- 调整 AI 模型参数：在 "OpenAI Chat Model" 节点中，用户可以更改模型类型（如使用 gpt-3.5-turbo）或调整温度设置以控制生成文本的随机性。
- 修改触发条件：用户可以根据需要更改手动触发的条件，或将其替换为其他触发器，如定时触发。
- 扩展工作流功能：可以在工作流中添加更多节点，例如数据可视化或发送结果到其他服务的节点，以增强工作流的功能。