用 n8n AI Agent 对话查询 Snowflake 数据库并生成动态报表

自然语言提问 → AI 生成并执行 SQL → 聚合结果 → 小数据直接返回 / 大数据生成可交互报表链接

给谁

已拥有 Snowflake 数据库、希望在 n8n 中用自然语言查询数据并生成可视化报表的开发者和数据分析师

你会得到

通过聊天界面用自然语言查询 Snowflake，AI 自动生成 SQL 并执行；结果少于 100 条时直接返回，超过时生成带分页、筛选、图表和 CSV 导出的动态报表链接

你需要

n8n

步骤

1. 配置 Agent 与数据库结构工具

   在 n8n 中导入模板后，配置 Agent Workflow：1）'When chat message received' 节点作为触发器；2）'AI Agent1' 节点使用 OpenAI gpt-4o-mini 模型，并挂载 Simple Memory（sessionKey 取自 chat trigger 的 sessionId）；3）将 'DB Schema1' 和 'Get table definition' 两个 Snowflake Tool 节点作为 AI Agent 的工具接入。'DB Schema1' 查询 information_schema.tables 获取表列表；'Get table definition' 查询 information_schema.columns 获取指定表的列定义。两个工具均使用 snowflake 凭证，且查询中的 schema 名称需替换为你的实际 schema。

   运行提示词 · 来源原文。AI Agent1 节点的 systemMessage 字段

   复制提示词

   You are Snowflake SQL assistant.
   
   Use tools to retrieve data from Snowflake and answer user.
   
   IMPORTANT Always check database schema and table definition for preparing SQL query.

2. 配置数据检索子工作流

   配置 'Retrieve Data' 工具节点（Call n8n Workflow Tool），该节点将 AI 生成的 SQL 查询传递给 Data Retrieval Workflow 执行。在 'Retrieve Data' 的参数中：workflowId 指向你的 Data Retrieval 子工作流；description 字段填写工具描述，告知 AI 如何生成 SQL；workflowInputs 定义输入变量 query，由 AI 动态填充。Data Retrieval Workflow 本身以 'When Executed by Another Workflow' 为触发器，接收 query 参数，通过 'Execute SQL' 节点（Snowflake 节点）执行查询，错误输出由 'Return Error' 处理。

   运行提示词 · 来源原文。Retrieve Data 工具节点的 description 字段（AI 工具描述）

   复制提示词

   Generate custom SQL queries using knowledge about DB schema and table definitions to provide needed response for user request.
   Use ->> operator to extract JSON data.
   
   Supported functions for big data analysis:
   • GROUP BY – for grouping data
   • SUM() – for summing values
   • AVG() – for calculating averages
   • COUNT() – for counting records
   • MIN() – for finding the minimum value
   • MAX() – for finding the maximum value
   • MEDIAN() – for median calculation
   • STDDEV() – for standard deviation
   • VARIANCE() – for variance calculation
   • PERCENTILE_CONT() – for percentile calculations
   • MODE() – for most frequent value
   • TREND() – for trend analysis over time
   • WINDOW FUNCTIONS – for advanced analytics (e.g., ROW_NUMBER(), RANK(), PARTITION BY)
   
   Query example:
   SELECT * FROM FILES

3. 配置聚合与报表决策分支

   在 Data Retrieval Workflow 中，'Execute SQL' 执行后连接 'Aggregate Data' 节点（aggregateAllItemData），然后进入 'If Count>100' 条件节点。条件判断聚合后的 data 数组长度是否大于 100：若大于 100，走 'Link to Report' 分支，生成一个包含 URL 编码 SQL 的 webhook 链接；若不大于 100，走 'Return Data' 分支，直接返回原始数据给 Agent。阈值 100 可在 If 节点中调整。

4. 配置报表展示工作流

   配置 Report Viewing Workflow：以 'Webhook' 节点为入口（responseMode=responseNode），接收报表链接中的 sql 参数。'Snowflake1' 节点重新执行该 SQL（query 取自 $json.query.sql），错误时走错误输出到 'Error page'；正常结果经 'Aggregate1' 聚合后进入 'Set HTML' 节点，该节点生成一个完整的 HTML 报表页面（含分页、列筛选、排序、图表视图、CSV 导出），最后由 'Respond to Webhook' 节点返回 HTML。需将 'Link to Report' 中的 webhook 地址替换为你实际 n8n 实例的 Webhook URL。

你是一个 n8n 工作流搭建助手。用户希望复现「AI Agent 对话查询 Snowflake 并生成动态报表」模板。请先确认用户已具备：1）可访问的 n8n 实例；2）Snowflake 连接信息（host、account、warehouse、database、schema、username、password）；3）OpenAI API Key。然后指导用户按以下顺序操作：导入模板 → 创建 openAiApi 和 snowflake 凭证 → 替换 schema 和 database 占位符 → 替换 webhook 地址 → 测试连接 → 开始聊天查询。若用户遇到 SQL 生成错误，检查 AI Agent 的 systemMessage 是否完整，以及 schema 工具查询是否返回了正确的表结构。