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。

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!!!

相关推荐
在猴站学算法2 小时前
机器学习(西瓜书) 第二章 模型评估与选择
人工智能·机器学习
科技宅说3 小时前
36氪专访丨乐橙CEO谢运:AI科技下的业务创新与长期主义下的品牌坚守
人工智能·科技
学术小八4 小时前
2025年人工智能、虚拟现实与交互设计国际学术会议
人工智能·交互·vr
仗剑_走天涯5 小时前
基于pytorch.nn模块实现线性模型
人工智能·pytorch·python·深度学习
cnbestec6 小时前
协作机器人UR7e与UR12e:轻量化设计与高负载能力助力“小而美”智造升级
人工智能·机器人·协作机器人·ur协作机器人·ur7e·ur12e
zskj_zhyl6 小时前
毫米波雷达守护银发安全:七彩喜跌倒检测仪重构居家养老防线
人工智能·安全·重构
gaosushexiangji7 小时前
利用sCMOS科学相机测量激光散射强度
大数据·人工智能·数码相机·计算机视觉
ai小鬼头8 小时前
AIStarter新版重磅来袭!永久订阅限时福利抢先看
人工智能·开源·github
说私域9 小时前
从品牌附庸到自我表达:定制开发开源AI智能名片S2B2C商城小程序赋能下的营销变革
人工智能·小程序
飞哥数智坊10 小时前
新版定价不够用,Cursor如何退回旧版定价
人工智能·cursor