johpaz-langchain-hivedb

Adaptadores de LangChain y LangGraph para HiveDB, la base de memoria embebida para agentes (motor en Rust, sin servidor).

pip install johpaz-langchain-hivedb       # VectorStore + historial de chat
pip install "johpaz-langchain-hivedb[langgraph]" # + HiveDBStore (BaseStore de LangGraph)

Todo se apoya en una base de HiveDB abierta con johpaz-hive-db. Lo más cómodo es el embedder local: HiveDB genera los embeddings dentro del motor (multilingüe, sin llamar a ninguna API). El modelo (~470 MB) se descarga una vez por aplicación al activarlo y lo comparten todas las bases del proceso:

from hivedb import HiveDB

HiveDB.prepare_embedder(print)  # opcional: ver el avance de la primera descarga
db = HiveDB.open("./memoria", embedder="local")

Memoria a largo plazo en LangGraph — HiveDBStore

from langchain_hivedb import HiveDBStore

graph = builder.compile(store=HiveDBStore(db))

# dentro de un nodo:
store.put(("memorias", user_id), "gusto-1", {"texto": "le encanta el arroz con mariscos"})
store.search(("memorias", user_id), query="¿qué comida le gusta?", limit=3)  # por significado

• search(..., query=...) es semántica + texto (BM25 y significado, fusión RRF); sin query recorre el namespace en orden de clave. filter admite igualdad y $eq/$ne/$gt/$gte/$lt/$lte.
• put(..., index=False) excluye un elemento de la búsqueda; index=["campo.sub"] indexa solo esos campos.
• Persistente y compartible entre procesos; list_namespaces con prefix/suffix/max_depth.
• No admite TTL. list_namespaces y los filter recorren el namespace: para almacenes muy grandes usa un namespace por tema.

Documentos — HiveDBVectorStore

from langchain_hivedb import HiveDBVectorStore

store = HiveDBVectorStore(db)  # embeddings locales de HiveDB
store.add_texts(["La paella es un plato de arroz"], metadatas=[{"tema": "cocina"}])
store.similarity_search("cómo cocinar arroz", k=3, filter={"tema": "cocina"})
retriever = store.as_retriever(search_kwargs={"k": 4})

Con HiveDBVectorStore(db, embedding=MisEmbeddings()) los vectores los calcula LangChain (abre la base con vector={"dimension": N, "space_id": "..."}). Por defecto la búsqueda es híbrida; hybrid=False usa solo significado. Las puntuaciones son «mayor = más parecido». Supera la suite de contrato langchain-tests.

Historial de chat — HiveDBChatMessageHistory

from langchain_hivedb import HiveDBChatMessageHistory

history = HiveDBChatMessageHistory(db, session_id="ana")
history.add_user_message("hola")

Varios adaptadores en una misma base

Cada adaptador separa lo suyo con un ámbito (collection_name), así que HiveDBStore, HiveDBVectorStore y el historial pueden compartir la base sin mezclarse.

Lo que no incluye (todavía)

El checkpointer de LangGraph (BaseCheckpointSaver) no está implementado: su contrato (blobs por versión, historial de canales delta, prune, copy_thread…) pide una suite de conformidad que aún no hemos pasado. Mientras tanto usa InMemorySaver/SqliteSaver para el estado del grafo y HiveDBStore para la memoria que debe sobrevivir entre conversaciones.