还在为 Spring AI 应用重启后对话上下文丢失而烦恼吗？本文将带你深入 Spring AI 的对话记忆机制，并手把手教你实现一个基于文件的持久化方案，让你的 AI 应用拥有 "过目不忘" 的超能力！
哈喽，各位程序员朋友们！
在之前的文章里，我们一起探索了如何使用 Spring AI 构建能理解上下文的对话机器人。但一个棘手的问题很快就浮现了：我们的对话记忆都存在内存里，服务器一旦重启，珍贵的聊天记录就灰飞烟灭了。这可不行！
想象一下，用户正和你的 AI 聊得火热，结果服务器一更新，AI 就 "失忆" 了，之前的对话全忘了。这体验感，简直一言难尽。
那么，有没有办法让对话记忆像数据一样被持久化，存到文件、数据库或者 Redis 里呢？
答案是：当然有！Spring AI 早就为我们考虑到了这一点。
一、官方方案：理想与现实的差距
Spring AI 官方文档中提到，它提供了一些现成的持久化方案，可以将对话记忆保存到不同的数据源中。听起来很不错，对吧？
InMemoryChatMemory：默认的内存存储，我们一直在用。CassandraChatMemory：用 Cassandra 持久化，还带过期时间。Neo4jChatMemory：用 Neo4j 持久化，永不过期。JdbcChatMemory：用 JDBC 持久化到关系型数据库。
看到 JdbcChatMemory，我们可能两眼放光：这不就是我们想要的吗？然而，现实却给我们泼了一盆冷水。spring-ai-starter-model-chat-memory-jdbc 这个依赖不仅版本稀少，相关文档也几乎没有，甚至在 Maven 中央仓库都搜不到。
虽然在 Spring 自己的仓库里能找到它的踪迹，但这用户量......基本上等于让我们去"开荒"，风险太高了。
既然官方的路不好走，那我们就自己动手，丰衣足食！
二、另辟蹊径：自定义你的 ChatMemory
我更推荐的方案是：自定义实现 ChatMemory 接口。
Spring AI 的设计非常巧妙，它将"存储介质"和"记忆算法"解耦了。这意味着我们可以只替换存储部分，而不用改动整个对话流程。
虽然官方没给示例，但没关系，我们可以"偷师"啊！直接去看默认实现类 InMemoryChatMemory 的源码，模仿它的实现。
ChatMemory 接口的核心方法很简单，就是对消息的增、删、查：
InMemoryChatMemory 的源码显示，它内部其实就是用一个 ConcurrentHashMap 来存消息，Key 是对话 ID，Value 是这个对话的所有消息列表。
思路有了，接下来就是实战！
三、实战演练：打造文件版 ChatMemory
为了避免引入数据库等额外依赖的复杂性，我们先来实现一个最简单的：基于文件的持久化 ChatMemory。
这里的核心挑战在于 消息对象的序列化与反序列化 。我们需要将内存中的 Message 对象转换成文本存入文件，也要能从文件中读出文本并还原成 Message 对象。
你可能会首先想到用 JSON，但很快就会发现困难重重：
Message是个接口，有UserMessage、SystemMessage等多种实现。- 不同子类的字段各不相同，结构不统一。
- 这些子类大多没有无参构造函数，也没有实现
Serializable接口。
直接用 JSON 序列化，大概率会踩坑。因此，我们请出一位"外援"------高性能序列化库 Kryo。
第一步：引入 Kryo 依赖
在 pom.xml 中添加：
xml
<dependency>
<groupId>com.esotericsoftware</groupId>
<artifactId>kryo</artifactId>
<version>5.6.2</version>
</dependency>第二步：编写 FileBasedChatMemory
新建 chatmemory 包，创建 FileBasedChatMemory.java。别被下面的代码吓到，核心逻辑就是文件的读写和对象的序列化/反序列化，完全可以让 AI 帮你生成。
java
// ... 省略 package 和 import ...
/**
* @author BNTang
* @version 1.0
* @description 基于文件持久化的对话记忆，实现 ChatMemory 接口
**/
public class FileBasedChatMemory implements ChatMemory {
/**
* 文件存储的基础目录
*/
private final String BASE_DIR;
// Kryo 实例，用于序列化和反序列化消息对象
private static final Kryo KRYO = new Kryo();
static {
// 设置 Kryo 的注册要求为 false，允许未注册的类进行序列化
KRYO.setRegistrationRequired(false);
// 设置 Kryo 的实例化策略为标准实例化策略
KRYO.setInstantiatorStrategy(new StdInstantiatorStrategy());
}
/**
* 构造函数，初始化文件存储目录。
*
* @param dir 文件存储目录路径
*/
public FileBasedChatMemory(String dir) {
// 设置基础目录
this.BASE_DIR = dir;
// 确保目录存在
File baseDir = new File(BASE_DIR);
// 如果目录不存在，则创建目录
if (!baseDir.exists()) {
// 尝试创建目录，如果失败则抛出异常
boolean created = baseDir.mkdirs();
// 如果目录创建失败，抛出运行时异常
if (!created) {
// 目录创建失败，抛出异常
throw new RuntimeException("Failed to create directory: " + BASE_DIR);
}
}
}
@Override
public void add(String conversationId, List<Message> messages) {
// 获取或创建对话的消息列表
List<Message> conversationMessages = getOrCreateConversation(conversationId);
// 将新的消息添加到对话消息列表中
conversationMessages.addAll(messages);
// 保存更新后的对话消息列表到文件
saveConversation(conversationId, conversationMessages);
}
@Override
public List<Message> get(String conversationId, int lastN) {
// 获取或创建对话的消息列表
List<Message> allMessages = getOrCreateConversation(conversationId);
// 如果消息总数小于等于 lastN，直接返回所有消息
if (allMessages.size() <= lastN) {
return allMessages;
}
// 否则，返回最后 N 条消息
return allMessages.subList(allMessages.size() - lastN, allMessages.size());
}
@Override
public void clear(String conversationId) {
// 获取对话文件
File file = getConversationFile(conversationId);
// 如果文件存在，则删除该文件
if (file.exists()) {
// 尝试删除文件，如果删除失败则打印警告信息
file.delete();
}
}
/**
* getOrCreateConversation 方法用于获取或创建一个对话的消息列表。
*
* @param conversationId 对话 ID，用于标识特定的对话
* @return 一个包含对话消息的列表，如果文件不存在则返回一个空列表
*/
private List<Message> getOrCreateConversation(String conversationId) {
// 获取对话文件
File file = getConversationFile(conversationId);
// 如果文件不存在，则创建一个新的空列表
if (!file.exists()) {
return new ArrayList<>();
}
// 如果文件存在，则读取文件中的消息列表
try (Input input = new Input(new FileInputStream(file))) {
// 使用 Kryo 反序列化读取的对象
return KRYO.readObject(input, ArrayList.class);
} catch (Exception e) {
// 如果读取文件失败，打印异常堆栈跟踪，并返回空列表以防程序崩溃
e.printStackTrace();
return new ArrayList<>();
}
}
/**
* saveConversation 方法用于将对话消息列表保存到文件中。
*
* @param conversationId 对话 ID，用于标识特定的对话
* @param messages 对话消息列表，包含要保存的消息对象
*/
private void saveConversation(String conversationId, List<Message> messages) {
// 获取对话文件
File file = getConversationFile(conversationId);
// 确保父目录存在
try (Output output = new Output(new FileOutputStream(file))) {
// 使用 Kryo 序列化消息列表并写入文件
KRYO.writeObject(output, messages);
} catch (IOException e) {
// 如果写入文件失败，打印异常堆栈跟踪
e.printStackTrace();
}
}
/**
* getConversationFile 方法用于获取特定对话 ID 的文件。
*
* @param conversationId 对话 ID，用于标识特定的对话
* @return 一个 File 对象，表示存储该对话消息的文件
*/
private File getConversationFile(String conversationId) {
// 返回一个新的 File 对象，表示存储对话消息的文件
return new File(BASE_DIR, conversationId + ".kryo");
}
}第三步：配置 ChatClient
修改 App 的构造函数，告诉 ChatClient 使用我们新的文件版对话记忆。
java
public App(ChatModel ollamaChatModel) {
// 指定一个用于存放记忆文件的目录
String fileDir = System.getProperty("user.dir") + "/temp/chat-memory";
// 实例化我们自定义的 ChatMemory
ChatMemory chatMemory = new FileBasedChatMemory(fileDir);
// 构建 ChatClient，并注入 ChatMemory
chatClient = ChatClient.builder(ollamaChatModel)
.defaultSystem(SYSTEM_PROMPT)
.defaultAdvisors(
new MessageChatMemoryAdvisor(chatMemory),
new MyLoggerAdvisor()
)
.build();
}第四步：见证奇迹
运行你的应用，进行几轮对话，然后查看项目根目录下的 temp/chat-memory 文件夹。你会发现，对话记录已经被成功保存为 .kryo 文件了！
现在，即使你重启应用，AI 也能找回之前的对话，继续和用户愉快地交流。
Spring AI 开发中的常见痛点：对话记忆的持久化。通过自定义 ChatMemory 接口，我们成功地将对话历史从易失的内存转移到了稳定的文件中，让我们的 AI 应用拥有了"长期记忆"。
这个方法不仅限于文件存储，你可以举一反三，将其改造为基于 Redis、MongoDB 或任何你喜欢的存储方案。这正是 Spring AI 框架灵活性的体现。
希望这篇文章能对你有所启发！动手试试吧，给你的 AI 装上一个"超级大脑"！
如果你觉得本文对你有帮助，欢迎点赞、在看、分享三连！ 你的支持是我持续创作的最大动力！