Skip to main content

谷歌 El Carro Oracle

Google Cloud El Carro Oracle 提供了一种在 Kubernetes 中运行 Oracle 数据库的方式，作为一个便携、开源、社区驱动、无供应商锁定的容器编排系统。El Carro 提供了一个强大的声明式 API，用于全面和一致的配置和部署，以及实时操作和监控。通过利用 El Carro Langchain 集成，可以扩展您的 Oracle 数据库的功能，以构建基于人工智能的体验。

本指南介绍了如何使用 El Carro Langchain 集成来使用 ElCarroChatMessageHistory 类存储聊天消息历史记录。无论 Oracle 数据库在何处运行，此集成都适用。

在 GitHub 上了解更多关于该包的信息。

在 Colab 中打开

开始之前​

要运行此笔记本，您需要完成以下步骤：

  • 如果您想要使用 El Carro 运行您的 Oracle 数据库，请完成 入门 部分。

🦜🔗 库安装​

该集成位于其自己的 langchain-google-el-carro 包中，因此我们需要安装它。

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

仅适用于 Colab： 取消下面的注释以重新启动内核，或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。

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

🔐 身份验证​

作为在此笔记本中登录的 IAM 用户，进行 Google Cloud 身份验证，以便访问您的 Google Cloud 项目。

  • 如果您使用 Colab 运行此笔记本，请使用下面的单元格并继续。

  • 如果您使用 Vertex AI Workbench，请查看此处的设置说明 here。

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

☁ 设置您的 Google Cloud 项目​

设置您的 Google Cloud 项目，以便您可以在此笔记本中利用 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。

  • 参阅支持页面：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}

基本用法​

设置 Oracle 数据库连接​

填写以下变量，使用您的 Oracle 数据库连接详细信息。

HOST = "127.0.0.1"  # @param {type: "string"}
PORT = 3307  # @param {type: "integer"}
DATABASE = "my-database"  # @param {type: "string"}
TABLE_NAME = "message_store"  # @param {type: "string"}
USER = "my-user"  # @param {type: "string"}
PASSWORD = input("请提供用于数据库用户的密码：")

如果您使用 El Carro，您可以在 El Carro Kubernetes 实例的状态中找到主机名和端口值。

ElCarroEngine 连接池​

ElCarroEngine 配置了一个连接池，用于连接到您的 Oracle 数据库，从而使您的应用程序能够成功连接并遵循行业最佳实践。

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,
)

初始化表​

ElCarroChatMessageHistory 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。

ElCarroEngine 类有一个 init_chat_history_table() 方法，可以用于为您创建具有适当模式的表。

elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)

ElCarroChatMessageHistory​

要初始化 ElCarroChatMessageHistory 类，您只需要提供以下 3 个要素：

  1. elcarro_engine - 一个 ElCarroEngine 引擎的实例。

  2. session_id - 一个唯一标识字符串，用于指定会话的 id。

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

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!")
history.messages

清理​

当特定会话的历史记录过时并且可以被删除时，可以按以下方式进行操作。

注意： 一旦删除，数据将不再存储在您的数据库中，将永远消失。

history.clear()

🔗 链接​

我们可以轻松地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，该模型要求您在 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: ElCarroChatMessageHistory(
        elcarro_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.