Chainlit快速实现AI对话应用并将聊天数据的AWS S3 和 Azure Blob云服务中

自定义数据层

Literal AI 提供了最简单的方法来保存、分析和监控您的数据。

如果您正在考虑实现自定义数据层,请查看此处的示例以获取一些启发。

此外,我们非常希望看到社区主导的开源数据层实现并将其列在这里。如果您有兴趣做出贡献,请通过 Discord 与我们联系。

您需要在 chainlit 应用程序中导入自定义数据层,并将其分配给数据层变量,如下所示:

python 复制代码
import chainlit.data as cl_data

class CustomDataLayer(cl_data.BaseDataLayer):
  # TODO: implement all methods from cl_data.BaseDataLayer

cl_data._data_layer = CustomDataLayer()

SQL Alchemy数据层

该自定义层已针对 PostgreSQL 进行了测试,但是由于使用了 SQL Alchemy 数据库,它应该可以支持更多的 SQL 数据库。

该数据层还支持BaseStorageClient将元素存储到 Azure Blob 存储或 AWS S3 中。

以下是用于创建该数据层模式的 SQL:

sql 复制代码
CREATE TABLE users (
    "id" UUID PRIMARY KEY,
    "identifier" TEXT NOT NULL UNIQUE,
    "metadata" JSONB NOT NULL,
    "createdAt" TEXT
);

CREATE TABLE IF NOT EXISTS threads (
    "id" UUID PRIMARY KEY,
    "createdAt" TEXT,
    "name" TEXT,
    "userId" UUID,
    "userIdentifier" TEXT,
    "tags" TEXT[],
    "metadata" JSONB,
    FOREIGN KEY ("userId") REFERENCES users("id") ON DELETE CASCADE
);

CREATE TABLE IF NOT EXISTS steps (
    "id" UUID PRIMARY KEY,
    "name" TEXT NOT NULL,
    "type" TEXT NOT NULL,
    "threadId" UUID NOT NULL,
    "parentId" UUID,
    "disableFeedback" BOOLEAN NOT NULL DEFAULT false,
    "streaming" BOOLEAN NOT NULL,
    "waitForAnswer" BOOLEAN,
    "isError" BOOLEAN,
    "metadata" JSONB,
    "tags" TEXT[],
    "input" TEXT,
    "output" TEXT,
    "createdAt" TEXT,
    "start" TEXT,
    "end" TEXT,
    "generation" JSONB,
    "showInput" TEXT,
    "language" TEXT,
    "indent" INT
);

CREATE TABLE IF NOT EXISTS elements (
    "id" UUID PRIMARY KEY,
    "threadId" UUID,
    "type" TEXT,
    "url" TEXT,
    "chainlitKey" TEXT,
    "name" TEXT NOT NULL,
    "display" TEXT,
    "objectKey" TEXT,
    "size" TEXT,
    "page" INT,
    "language" TEXT,
    "forId" UUID,
    "mime" TEXT
);

CREATE TABLE IF NOT EXISTS feedbacks (
    "id" UUID PRIMARY KEY,
    "forId" UUID NOT NULL,
    "threadId" UUID NOT NULL,
    "value" INT NOT NULL,
    "comment" TEXT
);

例子

以下是使用 Azure 存储客户端在 PostgreSQL 数据库上设置此数据层的示例。首先安装所需的依赖项:

bash 复制代码
pip install asyncpg SQLAlchemy azure-identity azure-storage-file-datalake

导入自定义数据层和存储客户端,并cl_data._data_layerChainlit 应用程序开头设置变量。

python 复制代码
import chainlit.data as cl_data
from chainlit.data.sql_alchemy import SQLAlchemyDataLayer
from chainlit.data.storage_clients import AzureStorageClient

storage_client = AzureStorageClient(account_url="<your_account_url>", container="<your_container>")

cl_data._data_layer = SQLAlchemyDataLayer(conninfo="<your conninfo>", storage_provider=storage_client)

请注意,您需要+asyncpg在字符串中添加协议conninfo,以便它使用 asyncpg 库。

DynamoDB数据层

该数据层还支持BaseStorageClient将元素存储到 AWS S3Azure Blob 存储中。

例子

以下是设置此数据层的示例。首先安装 boto3

bash 复制代码
pip install boto3

导入自定义数据层和存储客户端,并cl_data._data_layerChainlit 应用程序开头设置变量。

bash 复制代码
import chainlit.data as cl_data
from chainlit.data.dynamodb import DynamoDBDataLayer
from chainlit.data.storage_clients import S3StorageClient

storage_client = S3StorageClient(bucket="<Your Bucket>")

cl_data._data_layer = DynamoDBDataLayer(table_name="<Your Table>", storage_provider=storage_client)

表结构

以下是用于创建 dynamo 表的 Cloudformation:

bash 复制代码
{
  "AWSTemplateFormatVersion": "2010-09-09",
  "Resources": {
    "DynamoDBTable": {
      "Type": "AWS::DynamoDB::Table",
      "Properties": {
        "TableName": "<YOUR-TABLE-NAME>",
        "AttributeDefinitions": [
          {
            "AttributeName": "PK",
            "AttributeType": "S"
          },
          {
            "AttributeName": "SK",
            "AttributeType": "S"
          },
          {
            "AttributeName": "UserThreadPK",
            "AttributeType": "S"
          },
          {
            "AttributeName": "UserThreadSK",
            "AttributeType": "S"
          }
        ],
        "KeySchema": [
          {
            "AttributeName": "PK",
            "KeyType": "HASH"
          },
          {
            "AttributeName": "SK",
            "KeyType": "RANGE"
          }
        ],
        "GlobalSecondaryIndexes": [
          {
            "IndexName": "UserThread",
            "KeySchema": [
              {
                "AttributeName": "UserThreadPK",
                "KeyType": "HASH"
              },
              {
                "AttributeName": "UserThreadSK",
                "KeyType": "RANGE"
              }
            ],
            "Projection": {
              "ProjectionType": "INCLUDE",
              "NonKeyAttributes": ["id", "name"]
            }
          }
        ],
        "BillingMode": "PAY_PER_REQUEST"
      }
    }
  }
}
​

日志记录

DynamoDB 数据层定义了 chainlit 记录器的子级。

python 复制代码
import logging
from chainlit import logger

logger.getChild("DynamoDB").setLevel(logging.DEBUG)

限制

不支持通过正/负反馈进行过滤。

数据层方法不是异步的。Boto3 不是异步的,因此数据层使用非异步阻塞 io

设计

此实现采用单表设计。一个表中有 4 种不同的实体类型,由 PK 和 SK 中的前缀标识。

以下是实体类型:

bash 复制代码
type User = {
    PK: "USER#{user.identifier}"
    SK: "USER"
    // ...PersistedUser
}

type Thread = {
    PK: f"THREAD#{thread_id}"
    SK: "THREAD"
    // GSI: UserThread for querying in list_threads
    UserThreadPK: f"USER#{user_id}"
    UserThreadSK: f"TS#{ts}"
    // ...ThreadDict
}

type Step = {
    PK: f"THREAD#{threadId}"
    SK: f"STEP#{stepId}"
    // ...StepDict

    // feedback is stored as part of step. 
    // NOTE: feedback.value is stored as Decimal in dynamo which is not json serializable
    feedback?: Feedback
}

type Element = {
    "PK": f"THREAD#{threadId}"
    "SK": f"ELEMENT#{element.id}"
    // ...ElementDict
}

如何实现自定义数据层?

该类BaseDataLayerChainlit 框架内数据持久性操作的抽象基础。该类概述了在聊天机器人应用程序中管理用户、反馈、元素、步骤和线程的方法。

方法

  • async get_user(self, identifier: str) Coroutine

根据用户标识符获取用户。返回类型可选为PersistedUser

  • async create_user(self, user: User) Coroutine

根据User提供的实例创建新用户。返回类型可选为PersistedUser。

  • async upsert_feedback(self, feedback: Feedback) Coroutine

    插入或更新反馈。接受一个Feedback实例并返回一个字符串作为持久反馈的标识符。

  • async delete_feedback(self, feedback_id: str) Coroutine

    通过 删除反馈。如果成功则feedback_id返回。True

  • async create_element(self, element_dict: ElementDict) Coroutine

    向数据层添加新元素。ElementDict作为参数接受。

  • async get_element(self, thread_id: str, element_id: str) Coroutine

    thread_id通过和检索元素element_id。返回类型可选为ElementDict。

  • async delete_element(self, element_id: str) Coroutine

    根据标识符删除元素element_id。

  • async create_step(self, step_dict: StepDict) Coroutine

    在数据层中创建新步骤。接受StepDict为参数。

  • async update_step(self, step_dict: StepDict) Coroutine

    更新现有步骤。StepDict作为参数接受。

  • async delete_step(self, step_id: str) Coroutine

    根据标识符删除步骤step_id。

  • async get_thread_author(self, thread_id: str) Coroutine

    通过 获取给定主题的作者thread_id。返回表示作者标识符的字符串。

  • async delete_thread(self, thread_id: str) Coroutine

    根据给定的标识符删除一个线程thread_id。

  • async list_threads(self, pagination: Pagination, filters: ThreadFilter) Coroutine

    根据pagination和filters参数列出线程。返回一个PaginatedResponse[ThreadDict]。

  • async get_thread(self, thread_id: str) Coroutine

    通过标识符检索线程thread_id。返回类型可选为ThreadDict。

  • async update_thread(self, thread_id: str, name: Optional[str] = None, user_id: Optional[str] = None, metadata: Optional[Dict] = None, tags: Optional[List[str]] = None) Coroutine

    更新主题的详细信息,如名称、用户 ID、元数据和标签。参数大多是可选的。

  • async delete_user_session(self, id: str) Coroutine

    根据标识符删除用户会话id。返回表示成功的布尔值。

装饰器

  • @queue_until_user_message() Decorator

将某些方法排在队列中,仅在接收到第一个用户消息后执行,这对于WebsocketSessions特别有用。

相关推荐
九河云38 分钟前
AWS账号注册费用详解:新用户是否需要付费?
服务器·云计算·aws
神一样的老师1 小时前
利用亚马逊AWS IoT核心和MQTT进行数据采集的综合指南
云计算·aws
工业互联网专业9 小时前
Python毕业设计选题:基于Hadoop的租房数据分析系统的设计与实现
vue.js·hadoop·python·flask·毕业设计·源码·课程设计
数据智能老司机11 小时前
LLM工程师手册——监督微调
深度学习·架构·llm
AI_小站14 小时前
LLM——10个大型语言模型(LLM)常见面试题以及答案解析
人工智能·程序人生·语言模型·自然语言处理·大模型·llm·大模型面试
danns88815 小时前
什么是 AWS PrivateLink
云计算·aws
shiran小坚果17 小时前
AWS RDS MySQL内存使用
数据库·mysql·云计算·database·aws
waiting不是违停21 小时前
LangChain Ollama实战文献检索助手(二)少样本提示FewShotPromptTemplate示例选择器
langchain·llm·ollama
我爱学Python!21 小时前
AI Prompt如何帮你提升论文中的逻辑推理部分?
人工智能·程序人生·自然语言处理·chatgpt·llm·prompt·提示词