引言
在现代应用程序中，保存和管理聊天历史是一个常见需求。通过SQLAlchemy与SQL的结合，可以轻松实现这一功能。本文将指导您如何使用SQLAlchemy在Python中存储和管理聊天记录。
主要内容
SQLAlchemy简介
SQLAlchemy是一个开源的SQL工具包和对象关系映射器（ORM），适用于Python编程语言。它允许开发者以Python对象的方式处理数据库中的数据。
SQLChatMessageHistory类
SQLChatMessageHistory类允许您将聊天历史存储在任何SQLAlchemy支持的数据库中。它通过会话ID来区分不同的聊天记录，并使用连接字符串来指定数据库。
环境设置
在开始之前，您需要安装以下软件包：
pip install -U langchain-community SQLAlchemy langchain-openai
为了增强可观察性，您也可以选择设置LangSmith（可选）。
使用方法
要使用这个存储系统，您需要提供以下两个信息：
- Session Id：会话的唯一标识符，如用户名、电子邮件或聊天ID。
- Connection String：指定数据库连接的字符串，用于传递给SQLAlchemy的
create_engine函数。
示例代码如下：
from langchain_community.chat_message_histories import SQLChatMessageHistory
# 使用API代理服务提高访问稳定性
chat_message_history = SQLChatMessageHistory(
session_id="test_session", connection_string="sqlite:///sqlite.db"
)
chat_message_history.add_user_message("Hello")
chat_message_history.add_ai_message("Hi")
# 输出结果
print(chat_message_history.messages)
# 输出: [HumanMessage(content='Hello'), AIMessage(content='Hi')]
链接功能
我们可以将这个消息历史类与LCEL Runnables结合使用，以实现更多功能。例如，与OpenAI集成：
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_openai import ChatOpenAI
# 定义对话模板
prompt = ChatPromptTemplate.from_messages(
[
("system", "You are a helpful assistant."),
MessagesPlaceholder(variable_name="history"),
("human", "{question}"),
]
)
chain = prompt | ChatOpenAI()
# 创建链式调用
chain_with_history = RunnableWithMessageHistory(
chain,
lambda session_id: SQLChatMessageHistory(
session_id=session_id, connection_string="sqlite:///sqlite.db"
),
input_messages_key="question",
history_messages_key="history",
)
# 配置会话ID
config = {"configurable": {"session_id": "<SESSION_ID>"}}
# 调用链
response = chain_with_history.invoke({"question": "Hi! I'm bob"}, config=config)
print(response)
# AIMessage(content='Hello Bob! How can I assist you today?')
常见问题和解决方案
- 数据库连接失败：确保连接字符串正确且对应的数据库驱动已安装。
- 网络限制：某些地区可能需要使用API代理服务以提高访问的稳定性。
总结和进一步学习资源
本文介绍了如何使用SQLAlchemy存储和管理聊天历史。通过SQLChatMessageHistory类，您可以轻松持久化聊天数据，并结合其他工具实现复杂的链式调用。建议进一步阅读SQLAlchemy和LangChain的官方文档以获取更多高级用法。
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---
