利用 Google Cloud SQL for MySQL 构建 AI 驱动的聊天历史存储

最新推荐文章于 2024-10-05 16:49:56 发布

sjufgwgfhoia

最新推荐文章于 2024-10-05 16:49:56 发布

阅读量364

点赞数 4

文章标签： sql mysql 人工智能 python

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/142367251

版权

引言

在当今的数字时代，聊天机器人和 AI 驱动的应用程序已经成为许多行业的主流。为了应对不断增长的数据需求，Google Cloud SQL 提供了强大的解决方案。通过使用 MySQL 数据库引擎，开发者可以无缝集成 AI 功能，特别是通过 Langchain 与 Vertex AI 的集成，来构建和存储高效的聊天历史。本篇文章将引导你如何使用 Google Cloud SQL for MySQL 来存储聊天消息历史。

主要内容

设置前提

在开始之前，请确保完成以下步骤：

创建 Google Cloud 项目
启用 Cloud SQL Admin API
创建 Cloud SQL for MySQL 实例
创建 Cloud SQL 数据库
（可选）添加 IAM 数据库用户

安装必要的库

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

认证和项目设置

如果在 Colab 中操作：

from google.colab import auth
auth.authenticate_user()

设置 Google Cloud 项目：

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

启用必要的 API

!gcloud services enable sqladmin.googleapis.com

创建 MySQLEngine 连接池

from langchain_google_cloud_sql_mysql import MySQLEngine

engine = MySQLEngine.from_instance(
    project_id=PROJECT_ID, 
    region="us-central1", 
    instance="my-mysql-instance", 
    database="my-database"
)

初始化聊天历史表

engine.init_chat_history_table(table_name="message_store")

使用 MySQLChatMessageHistory

from langchain_google_cloud_sql_mysql import MySQLChatMessageHistory

history = MySQLChatMessageHistory(
    engine, session_id="test_session", table_name="message_store"
)
history.add_user_message("hi!")
history.add_ai_message("whats up?")