OracleSummary 集成

使用 LangChain JavaScript 与 OracleSummary 工具集成。

兼容性：仅适用于 Node.js。

Oracle AI 数据库支持通过含义（语义）而非仅关键词来查询数据的 AI 工作负载。它将非结构化内容的语义搜索与业务数据的关系型过滤结合在单一系统中——因此您可以构建检索工作流（如 RAG），而无需引入单独的向量数据库或将数据分散在多个平台中。

本指南演示了如何使用 Oracle AI Vector Search LangChain 集成中的 OracleSummary 来生成文档摘要。

为什么需要摘要功能？ 摘要是将长文档压缩为便于检索的内容（预览、元数据或浓缩上下文）的一种实用方法，同时保持数据治理和操作保障。

如果您刚开始使用 Oracle 数据库，可以考虑探索免费的 Oracle 26 AI。关于用户管理的背景信息，请参考官方的 Oracle 指南。

概述

集成详情

类	包	本地	Python 支持
OracleSummary	@oracle/langchain-oracledb	✅	✅

设置

要访问 OracleSummary，请安装 @oracle/langchain-oracledb 辅助工具（以及 @langchain/core），并确保您的环境满足 Oracle 数据库驱动 的先决条件。

凭据

为拥有摘要配置的 Oracle 用户设置凭据（或使用密钥管理器）：

export ORACLE_USER=testuser
export ORACLE_PASSWORD=testuser
export ORACLE_DSN="localhost:1521/free"

如果您计划调用第三方提供商，如 OCI Generative AI 或 Hugging Face，请首先在 Oracle 数据库内创建凭据（例如 OCI_CRED、HF_CRED），使用 Oracle AI Vector Search 指南 中记录的 PL/SQL 辅助工具。

安装

npm

npm install @oracle/langchain-oracledb @langchain/core

实例化工具

import oracledb from "oracledb";
import { OracleSummary } from "@oracle/langchain-oracledb";

const connection = await oracledb.getConnection({
  user: process.env.ORACLE_USER,
  password: process.env.ORACLE_PASSWORD,
  connectionString: process.env.ORACLE_DSN,
});

const summary = new OracleSummary(
  connection,
  {
    provider: "database",
    glevel: "S",
    numParagraphs: 1,
    language: "english",
  },
  process.env.HTTP_PROXY, // 可选
);

第三个构造函数参数是一个可选的代理字符串。仅当出站请求必须通过 HTTP 代理（例如，调用 Hugging Face 端点）时才提供。

使用数据库内模型进行文本摘要

直接在 Oracle 数据库中运行 ONNX 摘要模型，将数据保留在与事务工作负载相同的主机上。

const result = await summary.getSummary(
  "Oracle Database combines relational and vector workloads so you can build secure RAG pipelines.",
);

console.log(result); // => 简洁的摘要文本

使用托管提供商

将 provider 参数切换为通过 OCI Generative AI 或 Hugging Face 路由摘要请求。提供您在 Oracle 数据库中注册的凭据名称，如果需要，还需提供代理字符串。

const ociSummary = new OracleSummary(
  connection,
  {
    provider: "ocigenai",
    credential_name: "OCI_CRED",
    url: "https://inference.generativeai.us-chicago-1.oci.oraclecloud.com/20231130/actions/summarizeText",
    model: "cohere.command",
  },
  process.env.HTTP_PROXY,
);

const hfSummary = new OracleSummary(connection, {
  provider: "huggingface",
  credential_name: "HF_CRED",
  url: "https://api-inference.huggingface.co/models/",
  model: "facebook/bart-large-cnn",
  wait_for_model: "true",
});

与 LangChain 工具链式集成

您可以将 OracleSummary 包装在自定义的 LangChain 工具或可运行对象中，以便与代理工具调用集成。

import { tool } from "@langchain/core/tools";
import { z } from "zod";

const summarizeTool = tool(
  async ({ text }: { text: string }) => summary.getSummary(text),
  {
    name: "oracle_summary",
    description: "摘要 Oracle 来源的文档。",
    schema: z.object({
      text: z.string().describe("要摘要的完整文本"),
    }),
  },
);

const toolSummary = await summarizeTool.invoke({ text });

后续步骤

• 使用 OracleDocLoader 加载内容
• 使用 OracleTextSplitter 进行分块和规范化
• 使用 OracleEmbeddings 生成嵌入，并将其存储在 OracleVS 中

---

API 参考

有关 OracleSummary 所有参数和返回类型的详细文档，请参阅 Oracle LangChain Oracle DB 仓库。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.