Skip to main content
Open on GitHub

Couchbase

Couchbase 是一个屡获殊荣的分布式NoSQL云数据库，为您的所有云、移动、AI和边缘计算应用提供无与伦比的多功能性、性能、可扩展性和财务价值。

安装与设置​

我们需要安装langchain-couchbase包。

pip install langchain-couchbase

向量存储​

查看使用示例。

from langchain_couchbase import CouchbaseVectorStore
API Reference:CouchbaseVectorStore

文档加载器​

查看使用示例。

from langchain_community.document_loaders.couchbase import CouchbaseLoader
API Reference:CouchbaseLoader

LLM 缓存​

CouchbaseCache​

使用Couchbase作为提示和响应的缓存。

查看一个使用示例。

要导入此缓存：

from langchain_couchbase.cache import CouchbaseCache
API Reference:CouchbaseCache

要将此缓存与您的LLMs一起使用：

from langchain_core.globals import set_llm_cache

cluster = couchbase_cluster_connection_object

set_llm_cache(
    CouchbaseCache(
        cluster=cluster,
        bucket_name=BUCKET_NAME,
        scope_name=SCOPE_NAME,
        collection_name=COLLECTION_NAME,
    )
)
API Reference:set_llm_cache

Couchbase语义缓存​

语义缓存允许用户根据用户输入与之前缓存的输入之间的语义相似性来检索缓存的提示。在底层，它使用Couchbase作为缓存和向量存储。 CouchbaseSemanticCache需要定义一个搜索索引才能工作。请查看使用示例以了解如何设置索引。

查看使用示例。

要导入此缓存：

from langchain_couchbase.cache import CouchbaseSemanticCache

要将此缓存与您的LLMs一起使用：

from langchain_core.globals import set_llm_cache

# use any embedding provider...
from langchain_openai.Embeddings import OpenAIEmbeddings

embeddings = OpenAIEmbeddings()
cluster = couchbase_cluster_connection_object

set_llm_cache(
    CouchbaseSemanticCache(
        cluster=cluster,
        embedding = embeddings,
        bucket_name=BUCKET_NAME,
        scope_name=SCOPE_NAME,
        collection_name=COLLECTION_NAME,
        index_name=INDEX_NAME,
    )
)
API Reference:set_llm_cache

聊天消息历史​

使用Couchbase作为聊天消息的存储。

查看使用示例。

要在您的应用程序中使用聊天消息历史记录：

from langchain_couchbase.chat_message_histories import CouchbaseChatMessageHistory

message_history = CouchbaseChatMessageHistory(
    cluster=cluster,
    bucket_name=BUCKET_NAME,
    scope_name=SCOPE_NAME,
    collection_name=COLLECTION_NAME,
    session_id="test-session",
)

message_history.add_user_message("hi!")

这个页面有帮助吗？