助力AI应用：使用Google Cloud SQL管理MySQL聊天记录-CSDN博客

本文链接：https://blog.csdn.net/aehrutktrjk/article/details/142883469

## 引言

在当今的数字化时代，AI技术正在改变各行各业的面貌。为了增强AI应用的功能，谷歌云提供了一种强大的工具——Cloud SQL。本文将介绍如何使用Google Cloud SQL for MySQL存储聊天消息历史，并展示如何通过Langchain集成，为数据库应用构建AI驱动的体验。

## 主要内容

### 1. 设置基础环境

在开始之前，您需要完成以下步骤：

1. 创建一个Google Cloud项目。
2. 启用Cloud SQL Admin API。
3. 创建Cloud SQL for MySQL实例。
4. 创建一个数据库。
5. （可选）添加IAM数据库用户。

### 2. 安装必要的库

我们将使用`langchain-google-cloud-sql-mysql`包，因此需要先安装它：

```bash
%pip install --upgrade --quiet langchain-google-cloud-sql-mysql langchain-google-vertexai

3. 授权并设定项目

使用以下代码在Google Colab中进行Google Cloud授权：

from google.colab import auth
auth.authenticate_user()

然后设置您的Google Cloud项目ID：

PROJECT_ID = "my-project-id"  # @param {type:"string"}
!gcloud config set project {PROJECT_ID}

4. 启用API

确保你的项目已启用Cloud SQL Admin API：

!gcloud services enable sqladmin.googleapis.com

5. 配置Cloud SQL连接

设置Cloud SQL数据库的参数：

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"}

配置MySQL引擎连接池：

from langchain_google_cloud_sql_mysql import MySQLEngine

engine = MySQLEngine.from_instance(
    project_id=PROJECT_ID, region=REGION, instance=INSTANCE, database=DATABASE
)

6. 初始化聊天历史表

engine.init_chat_history_table(table_name=TABLE_NAME)

7. 存储聊天记录

初始化MySQLChatMessageHistory：

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?")
print(history.messages)  # 输出: [HumanMessage(content='hi!'), AIMessage(content='whats up?')]

8. 清理数据

history.clear()  # 清理历史数据

9. 链接AI聊天模型

为了与Google的Vertex AI聊天模型集成，需要启用Vertex AI API：

!gcloud services enable aiplatform.googleapis.com

使用RunnableWithMessageHistory进行消息链：

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",
)

config = {"configurable": {"session_id": "test_session"}}

response = chain_with_history.invoke({"question": "Hi! I'm Bob"}, config=config)
print(response)  # 输出: AIMessage(content=' Hello Bob, how can I help you today?')