引言
在现代应用中，管理和存储聊天记录是一项重要任务。Google Cloud SQL为MySQL提供了一个功能强大的解决方案，具有高性能、无缝集成和令人印象深刻的可扩展性。本篇文章将介绍如何使用Google Cloud SQL for MySQL结合Langchain库，存储和管理聊天消息历史。
主要内容
创建Google Cloud SQL实例
在开始之前，你需要：
- 创建一个Google Cloud项目
- 启用Cloud SQL Admin API
- 创建一个Cloud SQL for MySQL实例
- 创建一个数据库
- 可选：添加一个IAM数据库用户
环境设置与库安装
首先，我们需要安装langchain-google-cloud-sql-mysql和langchain-google-vertexai包。
%pip install --upgrade --quiet langchain-google-cloud-sql-mysql langchain-google-vertexai
认证Google Cloud
在Google Colab中运行以下代码以认证：
from google.colab import auth
auth.authenticate_user()
配置Cloud SQL数据库
设置你的Cloud SQL数据库值：
PROJECT_ID = "my-project-id" # @param {type:"string"}
!gcloud config set project {PROJECT_ID}
启用Cloud SQL Admin API：
!gcloud services enable sqladmin.googleapis.com
MySQLEngine连接池
创建MySQLEngine对象以配置连接池：
from langchain_google_cloud_sql_mysql import MySQLEngine
engine = MySQLEngine.from_instance(
project_id=PROJECT_ID,
region="us-central1",
instance="my-mysql-instance",
database="my-database"
)
初始化聊天历史表
创建存储聊天记录的表：
engine.init_chat_history_table(table_name="message_store")
MySQLChatMessageHistory用法
初始化和使用MySQLChatMessageHistory类：
from langchain_google_cloud_sql_mysql import MySQLChatMessageHistory
history = MySQLChatMessageHistory(
engine, session_id="test_session", table_name="message_store"
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
print(history.messages) # 输出聊天记录
清理会话历史
清除特定会话的历史记录：
history.clear()
链接操作
与Vertex AI结合以增强聊天功能：
!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_with_history = RunnableWithMessageHistory(
prompt | ChatVertexAI(project=PROJECT_ID),
lambda session_id: MySQLChatMessageHistory(
engine,
session_id=session_id,
table_name="message_store",
),
input_messages_key="question",
history_messages_key="history",
)
config = {"configurable": {"session_id": "test_session"}}
response = chain_with_history.invoke({"question": "Hi! I'm Bob"}, config=config)
print(response.content)
常见问题和解决方案
- 连接问题：由于某些地区的网络限制，开发者可以考虑使用API代理服务来提高访问稳定性。
- API未启用：确保所有必要的API都已启用。
总结和进一步学习资源
通过使用Google Cloud SQL for MySQL和Langchain集成，我们可以高效地存储和管理聊天记录。为了更深入的了解和实践，你可以查阅以下资源：
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---
