AWS DynamoDB

Amazon AWS DynamoDB 是一項完全託管的 NoSQL 資料庫服務，可提供快速且可預測的效能以及無縫的可擴展性。

本筆記本說明如何使用 DynamoDB 和 DynamoDBChatMessageHistory 類別來儲存聊天訊息歷史記錄。

設定

首先，請確保您已正確設定 AWS CLI。然後確保您已安裝 langchain-community 套件，因此我們需要安裝它。我們還需要安裝 boto3 套件。

pip install -U langchain-community boto3

設定 LangSmith 以獲得一流的可觀察性也很有幫助（但不是必需的）

# os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass()

from langchain_community.chat_message_histories import (
    DynamoDBChatMessageHistory,
)

API 參考：DynamoDBChatMessageHistory

建立表格

現在，建立 DynamoDB 表格，我們將在其中儲存訊息

import boto3

# Get the service resource.
dynamodb = boto3.resource("dynamodb")

# Create the DynamoDB table.
table = dynamodb.create_table(
    TableName="SessionTable",
    KeySchema=[{"AttributeName": "SessionId", "KeyType": "HASH"}],
    AttributeDefinitions=[{"AttributeName": "SessionId", "AttributeType": "S"}],
    BillingMode="PAY_PER_REQUEST",
)

# Wait until the table exists.
table.meta.client.get_waiter("table_exists").wait(TableName="SessionTable")

# Print out some data about the table.
print(table.item_count)

0

DynamoDBChatMessageHistory

history = DynamoDBChatMessageHistory(table_name="SessionTable", session_id="0")

history.add_user_message("hi!")

history.add_ai_message("whats up?")

history.messages

[HumanMessage(content='hi!'), AIMessage(content='whats up?')]

具有自訂端點 URL 的 DynamoDBChatMessageHistory

有時指定要連線的 AWS 端點的 URL 很有用。例如，當您針對 Localstack 在本機執行時。對於這些情況，您可以透過建構函式中的 endpoint_url 參數指定 URL。

history = DynamoDBChatMessageHistory(
    table_name="SessionTable",
    session_id="0",
    endpoint_url="https://127.0.0.1.localstack.cloud:4566",
)

具有複合鍵的 DynamoDBChatMessageHistory

DynamoDBChatMessageHistory 的預設鍵是 {"SessionId": self.session_id}，但您可以修改它以符合您的表格設計。

主索引鍵名稱

您可以透過在建構函式中傳入 primary_key_name 值來修改主索引鍵，從而產生以下結果：{self.primary_key_name: self.session_id}

複合鍵

當使用現有的 DynamoDB 表格時，您可能需要將索引鍵結構從預設值修改為包含排序索引鍵的結構。若要執行此操作，您可以使用 key 參數。

傳遞索引鍵的值將覆寫 primary_key 參數，且產生的索引鍵結構將是傳遞的值。

composite_table = dynamodb.create_table(
    TableName="CompositeTable",
    KeySchema=[
        {"AttributeName": "PK", "KeyType": "HASH"},
        {"AttributeName": "SK", "KeyType": "RANGE"},
    ],
    AttributeDefinitions=[
        {"AttributeName": "PK", "AttributeType": "S"},
        {"AttributeName": "SK", "AttributeType": "S"},
    ],
    BillingMode="PAY_PER_REQUEST",
)

# Wait until the table exists.
composite_table.meta.client.get_waiter("table_exists").wait(TableName="CompositeTable")

# Print out some data about the table.
print(composite_table.item_count)

0

my_key = {
    "PK": "session_id::0",
    "SK": "langchain_history",
}

composite_key_history = DynamoDBChatMessageHistory(
    table_name="CompositeTable",
    session_id="0",
    endpoint_url="https://127.0.0.1.localstack.cloud:4566",
    key=my_key,
)

composite_key_history.add_user_message("hello, composite dynamodb table!")

composite_key_history.messages

[HumanMessage(content='hello, composite dynamodb table!')]

鏈接

我們可以輕鬆地將此訊息歷史記錄類別與 LCEL Runnables 結合使用

為此，我們會想要使用 OpenAI，因此我們需要安裝它

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

API 參考：ChatPromptTemplate | MessagesPlaceholder | RunnableWithMessageHistory | ChatOpenAI

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: DynamoDBChatMessageHistory(
        table_name="SessionTable", session_id=session_id
    ),
    input_messages_key="question",
    history_messages_key="history",
)

# This is where we configure the session id
config = {"configurable": {"session_id": "<SESSION_ID>"}}

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

AIMessage(content='Hello Bob! How can I assist you today?')

chain_with_history.invoke({"question": "Whats my name"}, config=config)

AIMessage(content='Your name is Bob! Is there anything specific you would like assistance with, Bob?')