这个部分是最难的，所以给大家重点说一下
SQL自定义就是需要我们自己撰写数据库处理逻辑的语句，但是需要使用编程语言去表达，不过自定义的处理逻辑能够极大地实现数据节点处理的个性化
可以看到蓝框部分，就是需要我们填写SQL语句的地方
在前面就跟大家提到过，我们可以借助DeepSeek生成相关语句，只需要告诉它我们的需求即可，同时，Coze也提供了AI生成的渠道，对比使用下来，我们更推荐使用外部大模型进行生成，因为Coze内置模型有时候很不稳定
接下来教大家如何进行SQL自定义
1.🎯明确需求
首先，我们需要明确一下需求，比如前文中提到的两种情况，我们以此为例进行实例的讲解：
比如数据表是一个收支表，用户想要统计一段时间内的收入或支出总和
我们首先添加数据库，有了底层逻辑后再给大家讲解如何使用SQL语句进行收支的统计
这一步就不特地使用一个小节去讲了，直接展示下我们的数据表结构
然后我们添加了一些测试数据在表格里，大概是这样
2.🛠️设计工作流
接下来我们设计下工作流，完成统计一段时间内的收入或支出总和
那么我们就要让数据库完成：查询数据库中表'balance_sheet'中'transaction_type='收入''的所有'amount'的值
然后再添加一个大模型节点，获得所有'amount'的总和
我们这里使用了豆包，然后让大模型输出一段SQL语句完成我们的节点任务
我们填入语句到SQL部分，可以不用配置输入
再添加一个大模型节点，这里直接给大家展示我们的提示词
大家只需要知道这部分是用来让大模型完成求和工作的即可，因为前面的输出涉及到数组的知识，不太好用常规的提示词进行处理
用户输入的内容;
'''
{{input}}
'''
##角色设定
假设你是一个在线计算器的后台程序，用户输入了一段数组。
##任务流程
你的任务是对数组中的字符串转换为数字，然后计算数组中所有字符串的总和，不需要输出代码，只需要输出求和结果。
##工作范例
#任务流程
用户输入的内容为{ arr['1','2','3'] }
转化字符串为数字{ arr[0]=1,arr[1]=2,arr[2]=3 }
计算数组总和{sum=1+2+3=6}
#输出
6
接下来再配置一下结束节点
3.🧪测试工作流
设置好之后，我们测试一下工作流
因为没有设置输入，所以直接点击试运行即可
可以看到输出无误，说明我们的SQL自定义已经成功完成
