Google SQL for MySQL
Cloud Cloud SQL 是一种完全托管的关系型数据库服务,提供高性能、无缝集成和出色的可扩展性。它提供了
MySQL、PostgreSQL和SQL Server数据库引擎。通过利用 Cloud SQL 与 Langchain 的集成,扩展您的数据库应用程序以构建由人工智能驱动的体验。
该笔记本介绍了如何使用 Google Cloud SQL for MySQL 与 MySQLChatMessageHistory 类一起存储聊天消息历史。
Learn more about the package on GitHub.
开始之前
要运行此笔记本,您需要执行以下操作:
🦜🔗 库安装
The integration lives in its own langchain-google-cloud-sql-mysql package, so we need to install it.
%pip install --upgrade --quiet langchain-google-cloud-sql-mysql langchain-google-vertexai
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}
💡 API 启用
The langchain-google-cloud-sql-mysql 包要求你在你的 Google Cloud 项目中启用 Cloud SQL Admin API。
# enable Cloud SQL Admin API
!gcloud services enable sqladmin.googleapis.com
基本用法
设置云SQL数据库值
在Cloud SQL 实例页面中查找您的数据库值。
# @title Set Your Values Here { display-mode: "form" }
REGION = "us-central1" # @param {type: "string"}
INSTANCE = "my-mysql-instance" # @param {type: "string"}
DATABASE = "my-database" # @param {type: "string"}
TABLE_NAME = "message_store" # @param {type: "string"}
MySQLEngine 连接池
将 Cloud SQL 设置为 ChatMessageHistory 内存存储的一个要求和参数是 MySQLEngine 对象。MySQLEngine 用于配置到您的 Cloud SQL 数据库的连接池,从而实现应用程序的成功连接,并遵循行业最佳实践。
要使用MySQLEngine创建一个MySQLEngine.from_instance(),您只需要提供4个东西:
project_id: 位于 Google Cloud 项目的 Cloud SQL 实例中的项目 ID。region: 云 SQL 实例所在的区域。instance: 云SQL实例的名称。database: 连接到Cloud SQL实例时要使用的数据库名称。
默认情况下,IAM数据库身份验证将被用作数据库认证的方法。此库使用来自环境的应用默认凭据(ADC)所属的IAM主体。
对于IAM数据库身份验证的更多信息,请参见:<br>
Optionally, 内置数据库认证 可以使用用户名和密码访问 Cloud SQL 数据库。只需向 MySQLEngine.from_instance() 提供可选的 user 和 password 参数:
user: 使用内置数据库进行身份验证和登录时要使用的数据库用户password: 使用内置数据库身份验证和登录时的数据库密码。
from langchain_google_cloud_sql_mysql import MySQLEngine
engine = MySQLEngine.from_instance(
project_id=PROJECT_ID, region=REGION, instance=INSTANCE, database=DATABASE
)
初始化表格
MySQLChatMessageHistory 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。
MySQLEngine 引擎有一个辅助方法 init_chat_history_table(),可用于为您创建具有正确模式的表。
engine.init_chat_history_table(table_name=TABLE_NAME)
MySQLChatMessageHistory
初始化 MySQLChatMessageHistory 类时,您只需提供以下三点:
engine- 一个MySQLEngine引擎的实例。session_id- 一个唯一的标识符字符串,用于指定会话的ID。table_name:用于存储聊天消息历史的 Cloud SQL 数据库中的表名。
from langchain_google_cloud_sql_mysql import MySQLChatMessageHistory
history = MySQLChatMessageHistory(
engine, session_id="test_session", table_name=TABLE_NAME
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")
history.messages
[HumanMessage(content='hi!'), AIMessage(content='whats up?')]
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: 数据一旦删除,将不再存储在 Cloud SQL 中,并且会永久丢失。
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: MySQLChatMessageHistory(
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)
AIMessage(content=' Hello Bob, how can I help you today?')
chain_with_history.invoke({"question": "Whats my name"}, config=config)
AIMessage(content=' Your name is Bob.')