在JavaScript+LangChain的SupabaseVectorStore中实现带Metadata的记忆功能问题

问题原因 #

默认的VectorStoreRetrieverMemory在保存对话历史时，生成的Document对象不会携带自定义Metadata，导致存入Supabase数据库时metadata字段为空。

解决方案：自定义记忆类重写保存逻辑 #

通过继承VectorStoreRetrieverMemory并重写saveContext方法，手动为对话历史文档添加指定的Metadata。

步骤1：创建自定义记忆类 #

import { VectorStoreRetrieverMemory, Document } from "langchain/memory";

class CustomVectorStoreMemory extends VectorStoreRetrieverMemory {
  constructor(fields) {
    super(fields);
    // 接收传入的自定义Metadata
    this.customMetadata = fields.customMetadata || {};
  }

  async saveContext(inputValues, outputValues) {
    // 提取对话的输入和输出内容
    const input = inputValues[this.memoryKeyInput || "input"];
    const output = outputValues[this.memoryKeyOutput || "output"];
    
    // 构造带自定义Metadata的对话文档
    const conversationDoc = new Document({
      pageContent: `Human: ${input}\nAI: ${output}`,
      metadata: this.customMetadata
    });

    // 将文档存入向量存储
    await this.vectorStore.addDocuments([conversationDoc]);
  }
}

步骤2：替换原记忆初始化代码 #

使用自定义的CustomVectorStoreMemory替代默认的VectorStoreRetrieverMemory，并传入需要的Metadata：

// 原vectorStore初始化代码保持不变
const vectorStore = await SupabaseVectorStore.fromExistingIndex(
  new OpenAIEmbeddings(),
  {
    client: SUPABASE_CLIENT,
    tableName: 'documents',
    queryName: 'match_documents_with_filters',
    filter: { email: 'abc@gmail.com' },
  }
);

// 初始化自定义记忆，传入指定的Metadata
const memory = new CustomVectorStoreMemory({
  vectorStoreRetriever: vectorStore.asRetriever(5),
  memoryKey: 'history',
  returnDocs: false,
  customMetadata: { email: 'abc@gmail.com' } // 这里设置要添加的Metadata
});

步骤3：验证效果 #

运行对话逻辑后，Supabase的documents表中新增的对话历史记录会带有指定的metadata字段，后续通过filter查询时，能正确筛选出该用户的所有相关数据（包括原始文档和对话历史）。

内容的提问来源于stack exchange，提问作者fishmeisterFTW