将 DynamoDB 与 LangChain 结合使用

LangChain 是一个用于通过大语言模型（LLM）构建应用程序的框架。有两个 LangChain 集成使用 DynamoDB：DynamoDBChatMessageHistory 类用于存储对话历史记录，使模型能够跨会话与用户来回进行对话；DynamoDBVectorStore 类则在 DynamoDB 向量索引上实现 LangChain 向量存储接口来进行相似性搜索。

聊天消息历史记录

DynamoDBChatMessageHistory 类位于适用于 Python 的 langchain-community 程序包和适用于 JavaScript 的 @langchain/community 程序包中，用于将聊天消息持久化存储在 DynamoDB 表中。该类需要一个已存在的表，其分区键是名为 SessionId 的字符串属性（可通过 primary_key_name 进行配置）。使用 AWS CLI 创建表：

aws dynamodb create-table \
  --table-name SessionTable \
  --attribute-definitions AttributeName=SessionId,AttributeType=S \
  --key-schema AttributeName=SessionId,KeyType=HASH \
  --billing-mode PAY_PER_REQUEST

安装软件包，然后以会话 ID 为键读取和写入历史记录：

pip install langchain-community boto3

from langchain_community.chat_message_histories import DynamoDBChatMessageHistory

history = DynamoDBChatMessageHistory(
    table_name="SessionTable",
    session_id="user-42",
)

history.add_user_message("Hello!")
history.add_ai_message("How can I help you today?")

print(history.messages)

每个聊天会话的消息都存储在其 session_id 下，因此回访用户可以从中断处继续对话。构造函数还支持复合键，用于按应用程序详细信息 [例如用户 ID (key)、旧会话基于生存时间的过期 (ttl) 以及存储消息数量上限 (history_size)] 隔离历史记录。有关完整 API，请参阅 Python 参考和 JavaScript 参考。

由向量索引支持的向量存储

langchain-aws 程序包中的 DynamoDBVectorStore 类使用 DynamoDB 向量索引实现 LangChain 向量存储接口（请参阅在 DynamoDB 中使用向量索引）。文档以常规 DynamoDB 项目的形式存储，并通过 SearchVectors API 在表的向量索引中进行搜索，因此 LangChain 检索器和 RAG 链可直接对存放数据的表执行相似性搜索。

安装程序包：

pip install langchain-aws boto3

提供表名称和嵌入函数。如果表和向量索引不存在，则会在第一次写入时创建：

from langchain_aws.embeddings import BedrockEmbeddings
from langchain_aws.vectorstores.dynamodb import DynamoDBVectorStore

vector_store = DynamoDBVectorStore.from_texts(
    ["hello", "developer", "wife"],
    embedding=BedrockEmbeddings(model_id="amazon.titan-embed-text-v2:0"),
    table_name="my-documents",
)

docs = vector_store.similarity_search("greeting", k=2)

要限定搜索范围，请在构造存储时传递 partition_attribute。随后，系统会使用该文档元数据字段上的搜索架构分区键创建向量索引，并且每次搜索仅检查该字段的某一个值（例如集合、类别或租户），而非扫描整个语料库。然后，每次搜索都会通过 filter={partition_attribute: value} 或存储级别的 default_partition_value 提供值。分区键是索引架构的一部分，在创建索引后无法更改。

记住以下内容：

有关完整的 API，请参阅 langchain-aws 存储库中的 DynamoDBVectorStore。

其他资源