[打造智能聊天记忆:使用MongoDB存储聊天记录的实用指南]

引言

MongoDB是一种流行的NoSQL数据库,它使用类似JSON的文档结构,提供灵活的数据库模型。在当今以聊天机器人和智能助手为代表的应用场景中,存储和管理聊天记录变得非常重要。本篇文章将介绍如何利用MongoDBChatMessageHistory类,将聊天记录存储在MongoDB数据库中,实现智能聊天记忆。

主要内容

1. 环境设置

首先,我们需要安装langchain-mongodb包以集成MongoDB存储功能:

pip install -U --quiet langchain-mongodb

此外,设置LangSmith可以增强可观察性(可选):

# os.environ["LANGCHAIN_TRACING_V2"] = "true"
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass()

2. 使用MongoDBChatMessageHistory

要使用该类,我们需要提供两个基本信息:

  • Session ID:会话的唯一标识符,例如用户名、邮箱或聊天ID。
  • Connection String:连接字符串,指定数据库连接。

如果需要自定义存储位置,还可以指定:

  • database_name:使用的数据库名称
  • collection_name:该数据库中的集合名称

以下是如何初始化MongoDBChatMessageHistory的示例:

from langchain_mongodb.chat_message_histories import MongoDBChatMessageHistory

chat_message_history = MongoDBChatMessageHistory(
    session_id="test_session",
    connection_string="mongodb://mongo_user:password123@mongo:27017", # 使用API代理服务提高访问稳定性
    database_name="my_db",
    collection_name="chat_histories",
)

chat_message_history.add_user_message("Hello")
chat_message_history.add_ai_message("Hi")

3. 与LCEL的集成

我们可以将消息记录类与LCEL的Runnables相结合,实现更复杂的链式操作。需要先安装OpenAI,并设置OPENAI_API_KEY环境变量:

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_openai import ChatOpenAI

import os

assert os.environ["OPENAI_API_KEY"], "Set the OPENAI_API_KEY environment variable with your OpenAI API key."

以下是如何结合使用的代码:

prompt = ChatPromptTemplate.from_messages(
    [
        ("system", "You are a helpful assistant."),
        MessagesPlaceholder(variable_name="history"),
        ("human", "{question}"),
    ]
)

chain = prompt | ChatOpenAI()

chain_with_history = RunnableWithMessageHistory(
    chain,
    lambda session_id: MongoDBChatMessageHistory(
        session_id=session_id,
        connection_string="mongodb://mongo_user:password123@mongo:27017", # 使用API代理服务提高访问稳定性
        database_name="my_db",
        collection_name="chat_histories",
    ),
    input_messages_key="question",
    history_messages_key="history",
)

config = {"configurable": {"session_id": "<SESSION_ID>"}}

chain_with_history.invoke({"question": "Hi! I'm bob"}, config=config)
chain_with_history.invoke({"question": "Whats my name"}, config=config)

常见问题和解决方案

  1. 网络连接问题:由于某些地区的网络限制,可能需要使用API代理服务来提高访问MongoDB的稳定性。
  2. 数据库权限问题:确保数据库用户有足够的权限来读写指定的数据库和集合。

总结和进一步学习资源

通过本文,我们学习了如何在MongoDB中存储和管理聊天记录,并集成到复杂的聊天应用中。进一步的学习可以参考以下资源:

参考资料

  1. MongoDB
  2. Langchain

如果这篇文章对你有帮助,欢迎点赞并关注我的博客。您的支持是我持续创作的动力!

—END—

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值