Skip to main content

Google AlloyDB for PostgreSQL

Google Cloud AlloyDB for PostgreSQL 是一种完全托管的 PostgreSQL 兼容数据库服务，适用于最苛刻的企业工作负载。AlloyDB 结合了 Google Cloud 和 PostgreSQL 的优势，提供卓越的性能、扩展性和可用性。通过 AlloyDB Langchain 集成，可以扩展数据库应用程序以构建基于人工智能的体验。

这篇笔记介绍了如何使用 Google Cloud AlloyDB for PostgreSQL 存储聊天消息历史记录，使用 AlloyDBChatMessageHistory 类。

在 GitHub 上了解更多关于这个包的信息。

在 Colab 中打开

开始之前​

要运行这个笔记本，您需要完成以下步骤：

🦜🔗 安装库​

这个集成位于自己的 langchain-google-alloydb-pg 包中，因此我们需要安装它。

%pip install --upgrade --quiet langchain-google-alloydb-pg langchain-google-vertexai

仅限 Colab： 取消下面的注释以重新启动内核，或者使用顶部的按钮重新启动内核。对于 Vertex AI Workbench，您可以使用顶部的按钮重新启动终端。

# # 安装后自动重新启动内核，以便您的环境可以访问新的包
# import IPython
# app = IPython.Application.instance()
# app.kernel.do_shutdown(True)

🔐 认证​

作为在这个笔记本中登录的 IAM 用户，对 Google Cloud 进行身份验证，以便访问您的 Google Cloud 项目。

  • 如果您使用 Colab 运行这个笔记本，请使用下面的单元格并继续。

  • 如果您使用 Vertex AI Workbench，请查看这里的设置说明。

from google.colab import auth
auth.authenticate_user()

☁ 设置您的 Google Cloud 项目​

设置您的 Google Cloud 项目，以便您可以在这个笔记本中利用 Google Cloud 资源。

如果您不知道您的项目 ID，请尝试以下操作：

  • 运行 gcloud config list。

  • 运行 gcloud projects list。

  • 参考支持页面：查找项目 ID。

# @markdown 请在下面的值中填写您的 Google Cloud 项目 ID，然后运行单元格。
PROJECT_ID = "my-project-id"  # @param {type:"string"}
# 设置项目 ID
!gcloud config set project {PROJECT_ID}

💡 启用 API​

langchain-google-alloydb-pg 包要求您在您的 Google Cloud 项目中启用 AlloyDB Admin API。

# 启用 AlloyDB API
!gcloud services enable alloydb.googleapis.com

基本用法​

设置 AlloyDB 数据库值​

在AlloyDB 集群页面中找到您的数据库值。

# @title 在这里设置您的值 { display-mode: "form" }
REGION = "us-central1"  # @param {type: "string"}
CLUSTER = "my-alloydb-cluster"  # @param {type: "string"}
INSTANCE = "my-alloydb-instance"  # @param {type: "string"}
DATABASE = "my-database"  # @param {type: "string"}
TABLE_NAME = "message_store"  # @param {type: "string"}

AlloyDBEngine 连接池​

要将 AlloyDB 作为 ChatMessageHistory 内存存储库，需要一个 AlloyDBEngine 对象。AlloyDBEngine 配置了一个连接池，用于连接到您的 AlloyDB 数据库，从而实现应用程序的成功连接，并遵循行业最佳实践。

要使用 AlloyDBEngine.from_instance() 创建一个 AlloyDBEngine，您只需要提供以下 5 个参数：

  1. project_id：AlloyDB 实例所在的 Google Cloud 项目 ID。

  2. region：AlloyDB 实例所在的区域。

  3. cluster：AlloyDB 集群的名称。

  4. instance：AlloyDB 实例的名称。

  5. database：要连接到的 AlloyDB 实例上的数据库的名称。

默认情况下，将使用IAM数据库身份验证作为数据库身份验证的方法。该库使用从环境中获取的属于应用程序默认凭据（ADC）的IAM主体。

可选地，也可以使用内置的数据库身份验证，使用用户名和密码访问AlloyDB数据库。只需向AlloyDBEngine.from_instance()提供可选的user和password参数：

  • user：用于内置数据库身份验证和登录的数据库用户

  • password：用于内置数据库身份验证和登录的数据库密码

from langchain_google_alloydb_pg import AlloyDBEngine
engine = AlloyDBEngine.from_instance(
    project_id=PROJECT_ID,
    region=REGION,
    cluster=CLUSTER,
    instance=INSTANCE,
    database=DATABASE,
)

初始化表​

AlloyDBChatMessageHistory类需要一个具有特定模式的数据库表，以存储聊天消息历史记录。

AlloyDBEngine引擎有一个辅助方法init_chat_history_table()，可用于为您创建具有适当模式的表。

engine.init_chat_history_table(table_name=TABLE_NAME)

AlloyDBChatMessageHistory​

要初始化AlloyDBChatMessageHistory类，您只需要提供以下3个内容：

  1. engine - 一个AlloyDBEngine引擎的实例。

  2. session_id - 一个指定会话ID的唯一标识字符串。

  3. table_name：要在AlloyDB数据库中存储聊天消息历史记录的表的名称。

from langchain_google_alloydb_pg import AlloyDBChatMessageHistory
history = AlloyDBChatMessageHistory.create_sync(
    engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
history.messages

清理​

当特定会话的历史记录过时且可以删除时，可以按以下方式执行。

注意：一旦删除，数据将不再存储在AlloyDB中，将永远消失。

history.clear()

🔗 链接​

我们可以轻松将此消息历史记录类与LCEL Runnables结合使用。

为此，我们将使用Google的Vertex AI聊天模型，这需要您在Google Cloud项目中启用Vertex AI API。

# 启用Vertex AI API
!gcloud services enable aiplatform.googleapis.com
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: AlloyDBChatMessageHistory.create_sync(
        engine,
        session_id=session_id,
        table_name=TABLE_NAME,
    ),
    input_messages_key="question",
    history_messages_key="history",
)
# 这是我们配置会话ID的地方
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)

Was this page helpful?


You can leave detailed feedback on GitHub.