二.干货干货！！！SpringAI入门到实战-记忆存储和会话隔离

前言

什么是记忆功能？默认情况下当我们向大模型每次发起的提问都是新的，大模型无法把我们的每次对话形成记忆，也无法根据对话上下文给出人性化的答案。比如：我的第一次提问是"懂王有哪些特点"，然后大模型会给出我懂王的特点结果列表，当我再次提问"这些特点中哪个最惹人争议"的时候，它就不知道我在说什么了，因为大模型已经失去了上一次的提问记忆。所以让智能体（如AI助手、机器人、虚拟角色等）拥有记忆功能不仅能提升交互体验，还能增强其功能性、适应性和长期价值。

SpringAI如何实现记忆存储

实现记忆存储的原理很简单，就是SpringAI会通过ChatMemory把对话的内容存储起来，下一次提问的时候会把历史提问内容一起带给大模型，这样一来大模型就知道历史对话内容了也就拥有了记忆能力。对于会话隔离功能则是通过一个会话ID实现的，每次对话我们传入一个会话ID，同一个会话ID对应了多次对话的消息列表，不同的会话ID对应了不同的消息列表从而实现会话隔离的目的，如下：

记忆存储实战

在SpringAI中提供了基于内存的会话存储组件InMemoryChatMemoryRepository,内部维护了一个 ConcurrentHashMap来存储消息列表，这肯定不是长久之计，如果消息内容比较庞大那么内存会爆满，或者机器重启消息会丢失，所以我们需要基于DB存储对话历史。那么这就需要集成数据库了。

1.集成Mysql

这里我们选择使用Mysql来存储对话历史，你也可以选择使用Mongo或者其他数据库，导入依赖如下

xml 复制代码

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-chat-memory-repository-jdbc</artifactId>
        </dependency>
        <dependency>
            <groupId>com.mysql</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <scope>runtime</scope>
        </dependency>
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-spring-boot3-starter</artifactId>
            <version>3.5.10.1</version>
        </dependency>

spring-ai-starter-model-chat-memory-repository-jdbc ：SpringAI用来实现记忆会话的基础依赖

2.配置DataSource

在第一章的配置内容上增加数据源配置，关闭SpringAI自动初始化SQL脚本的功能，如下：

yml 复制代码

spring:
  ai:
    openai:
      api-key: ${API_KEY}
      base-url: https://dashscope.aliyuncs.com/compatible-mode
      chat:
        options:
          model: qwen-max-latest
          temperature: 1
    chat:
      memory:
        repository:
          jdbc:
            initialize-schema: never #不要初始化表，不然会报错
  datasource:
    driver-class-name: com.mysql.cj.jdbc.Driver
    username: root
    password: 123456
    url: jdbc:mysql://127.0.0.1/ai-girl
server:
  port: 8888

mybatis-plus:
  configuration:
    map-underscore-to-camel-case: true

需要在Mysql中创建一个数据库，我这里的名字叫ai-girl
initialize-schema: never ：不要初始化表，不然会报错 schema.sql脚本找不到

SQL脚本如下，具体参考类：MysqlChatMemoryRepositoryDialect

sql 复制代码

CREATE TABLE `spring_ai_chat_memory` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT 'ID',
  `conversation_id` varchar(255) DEFAULT NULL COMMENT '会话ID',
  `content` varchar(10000) DEFAULT NULL COMMENT '内容',
  `type` varchar(255) DEFAULT NULL COMMENT '类型',
  `timestamp` datetime DEFAULT NULL COMMENT '时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=325 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

3.配置大模型记忆功能

接着我们对大模型进行配置记忆功能。首先我们需要定义BeanChatMemory , 它是支持消息存储的必要组件，它提供了通过会话ID对消息的增加，删除，查询的基础能力。

java 复制代码

@Bean
public ChatMemory chatMemory(JdbcTemplate jdbcTemplate) {
    return MessageWindowChatMemory.builder()
            //.chatMemoryRepository(new InMemoryChatMemoryRepository())
            .chatMemoryRepository(JdbcChatMemoryRepository.builder().jdbcTemplate(jdbcTemplate).build())
            .build();
}

我们通过 MessageWindowChatMemory来构建ChatMemory ，可以指定基于内存的InMemoryChatMemoryRepository 记忆存储 ,或者指定基于JDBC的JdbcChatMemoryRepository记忆存储。这里的jdbcTemplate是配置数据源之后，SpringAI帮我们自动装配的，直接使用即可。

在 JdbcChatMemoryRepository中根据不同的方言维护了不同的Dialect ,你可以看一下org.springframework.ai.chat.memory.repository.jdbc.JdbcChatMemoryRepositoryDialect这里类，它会根据不同的数据库类型采用不同的处理类，比如Mysql对应的是MysqlChatMemoryRepositoryDialect,在 MysqlChatMemoryRepositoryDialect中提供了对数据库的基础CURD的SQL。

接着我们来给ChatClient配置记忆功能,需要把上面定义的ChatMemory指定给ChatClient，如下：

java 复制代码

@Bean
public ChatClient chatClient(OpenAiChatModel model,ChatMemory chatMemory){
    return ChatClient.builder(model)
            //指定系统提示词
            .defaultSystem("模拟女朋友的身份回答问题，不能暴露你AI的身份")
            //配置记忆存储功能
            .defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build())
            .build();
}

4.测试记忆功能

编写Controller如下,我们需要增加一个参数chatId 对话ID，然后通过chatClient#advisors去指定对话ID，SpringAI会自动把消息和ChatID存储到数据库中

java 复制代码

@RequestMapping(value = "/ai/chat/history")
public Flux<String> history(@RequestParam String prompt,@RequestParam String chatId){
    return chatClient
            .prompt().user(prompt)
            .advisors(p->p.param(ChatMemory.CONVERSATION_ID,chatId))
            .stream().content();
}

测试效果如下：第一次我问他特朗普有哪些特点

然后根据它的回答继续提问：针对第 5 点具体举一个例子呢

很明显这一次对话是基于上一次的结果进行的，说明它拥有了记忆功能。

总结

本篇文章我们介绍了SpringAI实现会话存储和隔离的原理，并通过Mysql存储实现了会话隔离实战，Spring主要通过ChatMemory来实现会话隔离，和Langchain4j有异曲同工之妙。如果文章对你有帮助请三连，你的鼓励是我最大的动力！！！