用 Google El Carro 和 Langchain 轻松管理 Oracle 聊天记录

用 Google El Carro 和 Langchain 轻松管理 Oracle 聊天记录

引言

在 Kubernetes 上运行 Oracle 数据库？Google Cloud 的 El Carro 提供了一种无供应商锁定的方法来管理 Oracle 数据库，同时支持强大的声明式 API 和实时操作监控。这篇文章将介绍如何通过 El Carro 与 Langchain 的集成，使用 ElCarroChatMessageHistory 类存储聊天消息历史。

主要内容

环境准备

在开始之前，请确保完成以下步骤：

1. 如果想使用 El Carro 运行 Oracle 数据库，请参阅 Getting Started。
2. 安装必要的库：

%pip install --upgrade --quiet langchain-google-el-carro langchain-google-vertexai langchain

Colab 用户需重启内核：

# import IPython
# app = IPython.Application.instance()
# app.kernel.do_shutdown(True)

认证与项目设置

在 Google Cloud 上进行身份验证并设置项目：

# from google.colab import auth
# auth.authenticate_user()

PROJECT_ID = "your-project-id"
!gcloud config set project {PROJECT_ID}

Oracle 数据库连接设置

填写 Oracle 数据库连接信息：

HOST = "127.0.0.1"
PORT = 3307
DATABASE = "my-database"
TABLE_NAME = "message_store"
USER = "my-user"
PASSWORD = input("Please provide a password to be used for the database user: ")

使用 ElCarroEngine 创建连接池

from langchain_google_el_carro import ElCarroEngine

elcarro_engine = ElCarroEngine.from_instance(
    db_host=HOST,
    db_port=PORT,
    db_name=DATABASE,
    db_user=USER,
    db_password=PASSWORD,
)

初始化聊天历史表

elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)

管理聊天消息历史

使用 ElCarroChatMessageHistory 管理聊天记录：

from langchain_google_el_carro import ElCarroChatMessageHistory

history = ElCarroChatMessageHistory(
    elcarro_engine=elcarro_engine, session_id="test_session", table_name=TABLE_NAME
)

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

print(history.messages)

清除聊天记录：

history.clear()

与 Vertex AI 集成

启用 Vertex AI API 以使用 Google 的 Vertex AI 模型：

!gcloud services enable aiplatform.googleapis.com

创建包含历史记录的链：

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_google_vertexai import ChatVertexAI

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

chain = prompt | ChatVertexAI(project=PROJECT_ID)

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: ElCarroChatMessageHistory(
        elcarro_engine,
        session_id=session_id,
        table_name=TABLE_NAME,
    ),
    input_messages_key="question",
    history_messages_key="history",
)

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

chain_with_history.invoke({"question": "Hi! I'm bob"}, config=config)
chain_with_history.invoke({"question": "Whats my name"}, config=config)

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，开发者可以考虑使用API代理服务提高访问稳定性。

数据库连接失败

• 确保数据库端口和主机名正确。
• 检查用户凭证是否有效。

总结和进一步学习资源

Google Cloud 的 El Carro 提供了强大的工具集成，简化了 Oracle 数据库的管理和扩展。在此基础上，您可以轻松构建 AI 支持的体验。

参考资料

1. El Carro GitHub
2. Langchain 文档

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—