Skip to main content

Google El Carro Oracle

Google Cloud El Carro Oracle 提供了一种在 Kubernetes 中运行 Oracle 数据库的方法，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 提供了强大的声明式 API，用于全面和一致的配置和部署，以及实时操作和监控。通过利用 El Carro 的 LangChain 集成，扩展您的 Oracle 数据库的功能，以构建 AI 驱动的体验。

本指南介绍了如何使用 El Carro 的 LangChain 集成来存储聊天消息历史记录，使用 ElCarroChatMessageHistory 类。此集成适用于任何 Oracle 数据库，无论其运行在哪里。

在 GitHub 上了解更多关于该包的信息。

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 运行您的 Oracle 数据库，请完成 入门 部分。

🦜🔗 库安装​

该集成位于其自己的 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​

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

  • 如果您使用Colab运行此笔记本，请使用下面的单元并继续。
  • 如果您使用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。
  • 请查看支持页面：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​

填写以下变量，输入您的 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，您可以在以下位置找到主机名和端口值， El Carro Kubernetes 实例的状态。 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 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 配置一个连接池到您的 Oracle 数据库，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​

ElCarroChatMessageHistory 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。

ElCarroEngine 类有一个 方法 init_chat_history_table()，可以用来为您创建一个具有 正确模式的表。

elcarro_engine.init_chat_history_table(table_name=TABLE_NAME)

ElCarroChatMessageHistory​

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

  1. elcarro_engine - 一个 ElCarroEngine 引擎的实例。
  2. session_id - 一个唯一标识符字符串，用于指定会话的 id。 会话。
  3. table_name : 存储聊天消息历史的 Oracle 数据库中的表名。 聊天消息历史。
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时，可以通过以下方式删除。

注意： 一旦删除，数据将不再存储在您的数据库中，并且将永远消失。

history.clear()

🔗 链接​

我们可以轻松地将这个消息历史类与 LCEL 运行接口 结合起来。

为此，我们将使用 Google 的 Vertex AI 聊天模型，这要求您在 Google Cloud 项目中 启用 Vertex AI API。

# enable Vertex AI API
!gcloud services enable aiplatform.googleapis.com
<!--IMPORTS:[{"imported": "ChatPromptTemplate", "source": "langchain_core.prompts", "docs": "https://python.langchain.com/api_reference/core/prompts/langchain_core.prompts.chat.ChatPromptTemplate.html", "title": "Google El Carro Oracle"}, {"imported": "MessagesPlaceholder", "source": "langchain_core.prompts", "docs": "https://python.langchain.com/api_reference/core/prompts/langchain_core.prompts.chat.MessagesPlaceholder.html", "title": "Google El Carro Oracle"}, {"imported": "RunnableWithMessageHistory", "source": "langchain_core.runnables.history", "docs": "https://python.langchain.com/api_reference/core/runnables/langchain_core.runnables.history.RunnableWithMessageHistory.html", "title": "Google El Carro Oracle"}]-->
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)

Was this page helpful?


You can also leave detailed feedback on GitHub.

扫我，入群扫我，找书