Skip to main content
Open In ColabOpen on GitHub

Google El Carro Oracle

Google Cloud El Carro Oracle 提供了一种在 Oracle 中以可移植、开源、社区驱动、无提供商锁定的容器编排系统运行 Kubernetes 数据库的方式。El Carro 提供了强大的声明式 API，用于全面且一致的配置与部署，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，构建由 AI 驱动的体验。

本指南介绍了如何使用 El Carro Langchain 集成功能，通过 ElCarroChatMessageHistory 类来存储聊天消息历史。该集成适用于任何 Oracle 数据库，无论其运行位置如何。

Learn more about the package on GitHub.

Open In Colab

开始之前​

要运行此笔记本，您需要执行以下操作：

  • 如果希望使用 El Carro 运行 Oracle 数据库，请完成 入门指南 部分。

🦜🔗 库安装​

The integration lives in its own langchain-google-el-carro package, so we need to install it.

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

仅限 Colab：取消以下单元格的注释以重启内核，或使用按钮重启内核。对于 Vertex AI Workbench，您可以使用顶部的按钮重启终端。

# # 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​

请以笔记本中已登录的IAM用户身份向Google Cloud进行认证，以便访问您的Google Cloud项目。

  • 如果您在Colab中运行此笔记本，请使用下方单元格继续。
  • 如果您正在使用Vertex AI工作区，请参阅设置说明这里。
# from google.colab import auth

# auth.authenticate_user()

☁ 设置您的Google云项目​

设置您的Google Cloud项目，以便在此笔记本中利用Google Cloud资源。

如果您不知道您的项目ID，请尝试以下方法:

  • 运行 gcloud config list。
  • 运行 gcloud projects list。
  • 见支持页面：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 数据库连接​

请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: ")

如果您使用的是 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 NAME DB 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 CreateInProgress

ElCarroEngine 连接池​

ElCarroEngine 配置与Oracle数据库的连接池，使您的应用程序能够成功建立连接，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,
)

初始化表格​

ElCarroChatMessageHistory 类需要一个具有特定 架构的数据库表来存储聊天消息历史。

ElCarroEngine 类具有一个 方法 init_chat_history_table()，可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​

初始化 ElCarroChatMessageHistory 类时，您只需提供以下 3 项内容：

  1. elcarro_engine - 一个 ElCarroEngine 引擎的实例。
  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 ：用于在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已过时并可以删除时，可以通过以下方式进行。

注意： 一旦删除，数据将不再存储在您的数据库中，并且将永久丢失。

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 Vertex AI 聊天模型之一，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)