Skip to main content
Open In Colab在 GitHub 上打开

Google El Carro 甲骨文

Google Cloud El Carro Oracle 提供了一种运行Oracle数据库Kubernetes作为一个可移植、开源、社区驱动、无提供商锁定的容器编排系统。El Carro提供强大的声明式 API，用于全面一致的配置和部署，以及实时作和监控。扩展您的Oracle数据库的功能，通过利用El CarroLangchain 集成。

本指南介绍如何使用El CarroLangchain 集成以存储聊天消息历史记录ElCarroChatMessageHistory类。此集成适用于任何Oracle数据库，无论它在何处运行。

在 GitHub 上了解有关该软件包的更多信息。

Open In Colab

准备工作

要运行此笔记本，您需要执行以下作：

  • 如果您想使用 El Carro 运行 Oracle 数据库，请完成入门部分。

🦜🔗 库安装

集成存在于自己的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 用户身份向 Google Cloud 进行身份验证，以便访问您的 Google Cloud 项目。

  • 如果您使用 Colab 运行此笔记本，请使用下面的单元格并继续。
  • 如果您使用的是 Vertex AI Workbench，请在此处查看设置说明。
# from google.colab import auth

# auth.authenticate_user()

☁ 设置您的 Google Cloud 项目

设置您的 Google Cloud 项目，以便您可以利用此笔记本中的 Google Cloud 资源。

如果您不知道自己的项目 ID，请尝试以下作：

  • 跑gcloud config list.
  • 跑gcloud projects list.
  • 请参阅支持页面：查找项目 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 Database 连接

使用您的 Oracle 数据库连接详细信息填写以下变量。

# @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中，您可以在 的状态El CarroKubernetes 实例。 使用您为 PDB 创建的用户密码。 例

kubectl get -w instances.oracle.db.anthosapis.com -n db 名称 数据库引擎 版本版本 终端节点 URL 数据库名称 备份 ID 就绪状态 就绪原因 DBREADYSTATUS DBREADYREASON mydb Oracle 18c Express mydb-svc.db 34.71.69.25：6021 错误 CreateInProgress

ElCarroEngine 连接池

ElCarroEngine配置到 Oracle 数据库的连接池，从而支持从应用程序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

这ElCarroChatMessageHistory类需要一个具有特定 schema 来存储聊天消息历史记录。

这ElCarroEngine类具有 方法init_chat_history_table()可用于使用 适当的 schema。

elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)

ElCarroChatMessage历史记录

要初始化ElCarroChatMessageHistory类，您只需提供 3 个 事情：

  1. elcarro_engine- 一个ElCarroEngine发动机。
  2. session_id- 一个唯一标识符字符串，用于指定 会期。
  3. table_name：Oracle 数据库中用于存储 聊天消息历史记录。
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?")
history.messages

清理

当特定会话的历史记录过时并且可以删除时，可以按以下方式完成。

注意：删除后，数据将不再存储在您的数据库中，并且将永远消失。

history.clear()

🔗 链接

我们可以轻松地将此消息历史类与 LCEL Runnables 结合使用

为此，我们将使用 Google 的 Vertex AI 聊天模型之一，该模型要求您在 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)