Couchbase

Couchbase 是一個獲獎的分布式 NoSQL 雲端資料庫，為您的所有雲端、行動、AI 和邊緣運算應用程式提供無與倫比的多功能性、效能、可擴展性和財務價值。

安裝與設定

我們必須安裝 langchain-couchbase 套件。

pip install langchain-couchbase

向量儲存庫

請參閱使用範例。

from langchain_couchbase import CouchbaseVectorStore

文件載入器

請參閱使用範例。

from langchain_community.document_loaders.couchbase import CouchbaseLoader

API 參考文檔：CouchbaseLoader

LLM 快取

CouchbaseCache

使用 Couchbase 作為提示和回應的快取。

請參閱使用範例。

要導入此快取

from langchain_couchbase.cache import CouchbaseCache

要將此快取與您的 LLM 一起使用

from langchain_core.globals import set_llm_cache

cluster = couchbase_cluster_connection_object

set_llm_cache(
    CouchbaseCache(
        cluster=cluster,
        bucket_name=BUCKET_NAME,
        scope_name=SCOPE_NAME,
        collection_name=COLLECTION_NAME,
    )
)

API 參考文檔：set_llm_cache

CouchbaseSemanticCache

語義快取允許使用者根據使用者輸入和先前快取的輸入之間的語義相似性，檢索快取的提示。 底層使用 Couchbase 作為快取和向量儲存庫。 CouchbaseSemanticCache 需要定義搜尋索引才能運作。 請查看使用範例，了解如何設定索引。

請參閱使用範例。

要導入此快取

from langchain_couchbase.cache import CouchbaseSemanticCache

要將此快取與您的 LLM 一起使用

from langchain_core.globals import set_llm_cache

# use any embedding provider...
from langchain_openai.Embeddings import OpenAIEmbeddings

embeddings = OpenAIEmbeddings()
cluster = couchbase_cluster_connection_object

set_llm_cache(
    CouchbaseSemanticCache(
        cluster=cluster,
        embedding = embeddings,
        bucket_name=BUCKET_NAME,
        scope_name=SCOPE_NAME,
        collection_name=COLLECTION_NAME,
        index_name=INDEX_NAME,
    )
)

API 參考文檔：set_llm_cache

聊天訊息歷史記錄

使用 Couchbase 作為聊天訊息的儲存空間。

請參閱使用範例。

要在您的應用程式中使用聊天訊息歷史記錄

from langchain_couchbase.chat_message_histories import CouchbaseChatMessageHistory

message_history = CouchbaseChatMessageHistory(
    cluster=cluster,
    bucket_name=BUCKET_NAME,
    scope_name=SCOPE_NAME,
    collection_name=COLLECTION_NAME,
    session_id="test-session",
)

message_history.add_user_message("hi!")