Skip to main content
Open In ColabOpen on GitHub

Google 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，作为一个可移植的、开源的、社区驱动的、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，用于全面且一致的配置和部署，以及实时操作和监控。通过利用 El Carro Langchain 集成，扩展您的 Oracle 数据库功能，以构建由 AI 驱动的体验。

本指南介绍了如何使用El Carro Langchain集成，通过ElCarroChatMessageHistory类来存储聊天消息历史记录。此集成适用于任何Oracle数据库，无论其运行在何处。

了解更多关于该包的信息，请访问GitHub。

在Colab中打开

开始之前​

要运行此笔记本，您需要执行以下操作：

  • 如果您希望使用El Carro运行Oracle数据库，请完成入门指南部分。

🦜🔗 库安装​

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

仅限Colab：取消注释以下单元格以重新启动内核，或使用按钮重新启动内核。对于Vertex AI Workbench，您可以使用顶部的按钮重新启动终端。

# # Automatically restart kernel after installs so that your environment can access the new packages
# import IPython

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

🔐 认证​

以登录此笔记本的IAM用户身份验证到Google Cloud，以便访问您的Google Cloud项目。

  • 如果您正在使用Colab运行此笔记本，请使用下面的单元格并继续。
  • 如果您正在使用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。
  • 查看支持页面：Locate the project ID。
# @markdown Please fill in the value below with your Google Cloud project ID and then run the cell.

PROJECT_ID = "my-project-id"  # @param {type:"string"}

# Set the project id
!gcloud config set project {PROJECT_ID}

基本用法​

设置 Oracle 数据库连接​

填写以下变量以提供您的Oracle数据库连接详细信息。

# @title Set Your Values Here { display-mode: "form" }
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("Please provide a password to be used for the database user: ")

如果您正在使用El Carro，您可以在El Carro Kubernetes实例的状态中找到主机名和端口值。 使用您为PDB创建的用户密码。 示例

kubectl get -w instances.oracle.db.anthosapis.com -n db 名称 数据库引擎 版本 版本类型 端点 URL 数据库名称 备份ID 就绪状态 就绪原因 数据库就绪状态 数据库就绪原因 mydb Oracle 18c Express mydb-svc.db 34.71.69.25:6021 False 创建中

ElCarroEngine 连接池​

ElCarroEngine 配置了一个连接到您的 Oracle 数据库的连接池，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,
)

初始化一个表格​

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

ElCarroEngine 类有一个方法 init_chat_history_table()，可以用来为你创建一个具有正确模式的表。

elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)

ElCarro聊天消息历史​

要初始化ElCarroChatMessageHistory类，你只需要提供3样东西：

  1. elcarro_engine - ElCarroEngine 引擎的一个实例。
  2. session_id - 一个唯一的标识符字符串，用于指定会话的ID。
  3. table_name : Oracle数据库中用于存储聊天消息历史的表的名称。
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已过时并可以删除时，可以按照以下方式进行。

注意： 一旦删除，数据将不再存储在您的数据库中，并且将永远丢失。

history.clear()

🔗 链式调用​

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，这要求你在Google Cloud项目中启用Vertex AI API。

# enable 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",
)
# This is where we configure the session id
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)

这个页面有帮助吗？