Spring AI Alibaba ——记忆管理（Memory）

eddietao2026-06-24 16:42

Spring AI Alibaba ------记忆管理（Memory）

💡 核心结论：一句话先记住 如果说 Short-term Memory（短期记忆） 是 Agent 的"系统内存（RAM）"，聊完天、关掉当前对话（Thread）就清空；那么 Long-term Memory（长期记忆） 就是 Agent 的"专属硬盘（数据库）"，哪怕你换台电脑重新登录，它依然记得你"不喝香菜、只写 Java"。

在 Spring AI Alibaba 中，想要打造一个拥有"超强记忆力"的专属 AI 助理，你必须把短期记忆（MemorySaver）和长期记忆（MemoryStore）双剑合璧！

🛑 一、 核心概念：长期记忆是怎么存的？ 大白话： 长期记忆在系统里是以 JSON 文档的形式存着的。为了不乱套，官方搞了两个概念：

  • Namespace（命名空间）： 相当于文件夹 。比如你可以建一个叫 users 的文件夹，专门存用户画像。
  • Key（键）： 相当于文件名 。比如叫 user_123。

💻 1. 基础热身：MemoryStore 怎么用？（数据库操作）

Java 复制代码 
import com.alibaba.cloud.ai.graph.store.stores.MemoryStore;
import com.alibaba.cloud.ai.graph.store.StoreItem;
import java.util.*;

// 1. 建一个存储库（生产环境请换成真实的数据库 Redis/MySQL 等实现）
MemoryStore store = new MemoryStore();
String userId = "my-user";
String applicationContext = "chitchat";
// ⭐ 定义文件夹路径：[用户ID, 业务场景]
List<String> namespace = List.of(userId, applicationContext);

// 2. 准备要存的数据
Map<String, Object> memoryData = new HashMap<>();
memoryData.put("rules", List.of("用户喜欢简短直接的语言", "用户只说中文和Java"));
memoryData.put("my-key", "my-value");

// 3. 存进去！(存入文件夹 namespace，文件名为 a-memory)
StoreItem item = StoreItem.of(namespace, "a-memory", memoryData);
store.putItem(item);

// 4. 精准读取
Optional<StoreItem> retrievedItem = store.getItem(namespace, "a-memory");

// 5. 模糊搜索（根据内容找记忆，甚至按向量相似度排序！）
List<StoreItem> items = store.searchItems(namespace, Map.of("my-key", "my-value"));

🛠️ 二、 玩法一：让 Agent 的"双手"去读写记忆（Tools 显式操作）

大白话： 这是最直接的办法------给大模型配两把"工具（Tools）"，一把叫"查档案"，一把叫"写档案"。当大模型觉得需要时，它会自己动手去翻。

💻 2. 让 Agent 自己去【读】长期记忆（抄作业区）：

Java 复制代码 
// 1. 定义工具的输入输出
public record GetMemoryRequest(List<String> namespace, String key) {}
public record MemoryResponse(String message, Map<String, Object> value) {}

// 2. 搞一个存储库，塞点假数据
MemoryStore store = new MemoryStore();
Map<String, Object> userData = Map.of("name", "张三", "language", "中文");
store.putItem(StoreItem.of(List.of("users"), "user_123", userData));

// 3. ⭐ 打造"查档案"工具
BiFunction<GetMemoryRequest, ToolContext, MemoryResponse> getUserInfoFunction = (request, context) -> {
    // 从上下文里掏出全局仓库
    RunnableConfig runnableConfig = (RunnableConfig) context.getContext().get("config");
    Optional<StoreItem> itemOpt = runnableConfig.store().getItem(request.namespace(), request.key());
    
    if (itemOpt.isPresent()) {
        return new MemoryResponse("找到用户信息", itemOpt.get().getValue());
    }
    return new MemoryResponse("未找到用户", Map.of());
};

ToolCallback getUserInfoTool = FunctionToolCallback.builder("getUserInfo", getUserInfoFunction)
        .description("查询用户信息").inputType(GetMemoryRequest.class).build();

// 4. 挂载给 Agent
ReactAgent agent = ReactAgent.builder()
        .name("memory_agent").model(chatModel)
        .tools(getUserInfoTool) // 装备工具
        .saver(new MemorySaver()) // 开启短期记忆
        .build();

// 5. 跑起来！让它去查
RunnableConfig config = RunnableConfig.builder()
        .threadId("session_001") // 当前聊天 ID
        .store(store) // ⭐ 关键：把仓库挂在运行时配置上
        .build();
agent.invoke("查询用户信息，namespace=['users'], key='user_123'", config);

💻 3. 让 Agent 自己去【写】长期记忆（抄作业区）：

Java 复制代码 
// 1. 定义写入工具的输入
public record SaveMemoryRequest(List<String> namespace, String key, Map<String, Object> value) {}

// 2. ⭐ 打造"写档案"工具
BiFunction<SaveMemoryRequest, ToolContext, MemoryResponse> saveUserInfoFunction = (request, context) -> {
    RunnableConfig runnableConfig = (RunnableConfig) context.getContext().get("config");
    Store store = runnableConfig.store();
    
    // 把 AI 传进来的数据直接怼进数据库
    store.putItem(StoreItem.of(request.namespace(), request.key(), request.value()));
    return new MemoryResponse("成功保存用户信息", request.value());
};

ToolCallback saveUserInfoTool = FunctionToolCallback.builder("saveUserInfo", saveUserInfoFunction)
        .description("保存用户信息").inputType(SaveMemoryRequest.class).build();

ReactAgent agent = ReactAgent.builder()
        .name("save_memory_agent").model(chatModel)
        .tools(saveUserInfoTool).saver(new MemorySaver()).build();

// 3. 跑起来！命令它记住你
RunnableConfig config = RunnableConfig.builder().threadId("session_001").store(new MemoryStore()).build();
agent.invoke("我叫张三，请保存我的信息。使用 saveUserInfo 工具，namespace=['users'], key='user_123', value={'name': '张三'}", config);

🧠 三、 玩法二：大管家偷偷喂料（ModelHook 自动加载，最优雅 ⭐⭐⭐⭐⭐）

大白话： 用 Tool 让大模型自己查，费 Token 也费脑子。最高级的做法是：每次大模型开口前，系统管家（Hook）先去查档案，查完后悄悄拼接在系统提示词（System Prompt）里塞给它。大模型会觉得："哎？我怎么天然就知道这哥们的喜好？"

💻 4. 使用 ModelHook 全自动管理记忆（抄作业区）：

Java 复制代码 
// 1. 创建拦截器/钩子
ModelHook memoryInterceptor = new ModelHook() {
    @Override public String getName() { return "memory_interceptor"; }
    @Override public HookPosition[] getHookPositions() { 
        return new HookPosition[]{HookPosition.BEFORE_MODEL, HookPosition.AFTER_MODEL}; 
    }

    // ⭐ 在大模型思考前，硬核塞记忆
    @Override
    public CompletableFuture<Map<String, Object>> beforeModel(OverAllState state, RunnableConfig config) {
        String userId = (String) config.metadata("user_id").orElse(null);
        if (userId == null) return CompletableFuture.completedFuture(Map.of());

        // 去长期记忆里扒出这个人的画像
        Optional<StoreItem> itemOpt = config.store().getItem(List.of("user_profiles"), userId);
        if (itemOpt.isPresent()) {
            Map<String, Object> profile = itemOpt.get().getValue();
            String userContext = String.format("用户信息：姓名=%s, 年龄=%s, 偏好=%s", 
                    profile.get("name"), profile.get("age"), profile.get("preferences"));

            // 把这堆信息，偷偷加进原有的聊天记录（Messages）的系统人设里
            List<Message> messages = (List<Message>) state.value("messages").orElse(new ArrayList<>());
            List<Message> newMessages = new ArrayList<>();
            // (此处省略遍历找原 SystemMessage 的细节逻辑，总之就是把 userContext 拼接到 SystemMessage 里面去，或者新建一个放在最前面)
            newMessages.add(new SystemMessage(userContext));
            newMessages.addAll(messages);
            
            // 狸猫换太子，把加了记忆的记录传给大模型
            return CompletableFuture.completedFuture(Map.of("messages", newMessages));
        }
        return CompletableFuture.completedFuture(Map.of());
    }
    
    // (可选) afterModel 里还可以写逻辑：对话结束后，自动总结并存入长期记忆
};

// 2. 挂载 Hook
ReactAgent agent = ReactAgent.builder().name("memory_agent").model(chatModel)
        .hooks(memoryInterceptor).saver(new MemorySaver()).build();

// 3. 准备数据并运行
MemoryStore memoryStore = new MemoryStore();
memoryStore.putItem(StoreItem.of(List.of("user_profiles"), "user_001", Map.of("name", "王小明", "age", 28)));

RunnableConfig config = RunnableConfig.builder().threadId("session_001").addMetadata("user_id", "user_001").store(memoryStore).build();
// AI 虽然没见过你，但 Hook 已经告诉它了！
agent.invoke("请介绍一下我的信息。", config);

🤝 四、 终极体：长短期记忆双管齐下 (跨会话不迷路)

大白话： 如果你想做一个生产级的完美 Agent。你必须：

  1. 用 MemorySaver + 相同的 threadId 来保证用户在这一次聊天框里上下文不丢（短期）。
  2. 用 MemoryStore + 相同的 user_id 来保证用户就算第二天新开了一个聊天框，它还记得用户的身份和职业（长期）。

💻 5. 长短期记忆双拼代码：

Java 复制代码 
// （Hook 的定义与上文类似，主要是在 beforeModel 中拼接长期记忆）
ModelHook combinedMemoryHook = new ModelHook() { /*...*/ };

// 核心配置：同时注入 hook(管长期) 和 saver(管短期)
ReactAgent agent = ReactAgent.builder()
        .name("combined_memory_agent")
        .model(chatModel)
        .hooks(combinedMemoryHook) // ⭐ 长期记忆的搬运工
        .saver(new MemorySaver())  // ⭐ 短期记忆的保管箱
        .build();

// 提前在库里存好老底（长期）
MemoryStore memoryStore = new MemoryStore();
memoryStore.putItem(StoreItem.of(List.of("profiles"), "user_002", Map.of("name", "李工程师", "occupation", "软件工程师")));

RunnableConfig config = RunnableConfig.builder()
        .threadId("combined_thread") // 短期记忆靠这个认人
        .addMetadata("user_id", "user_002") // 长期记忆靠这个认人
        .store(memoryStore).build();

// 聊第一句（此时它用了长期记忆"李工程师"，并把当前聊天放进短期记忆）
agent.invoke("我今天在做一个 Spring 项目。", config);
// 聊第二句（此时它既知道你是谁(长期)，又知道你在干嘛(短期)！）
agent.invoke("根据我的职业和今天的工作，给我一些建议。", config);

🎯 终极秒记口诀 一次聊天短期记，Saver 搞定省力气； 要想档案永不丢，Store 上阵做登记。 Tools 读写随手用，手动存取很给力； 想要优雅显神奇，Hook 拦截偷喂你； 长短结合跨会话，最强助理就是你！

热门推荐
012026年6月AI大模型全景报告：GPT-5.6、Claude Opus 4.8、Gemini 3.5，中美AI三足鼎立谁主沉浮？022026年6月AI行业全景：从百模大战到Agent元年，这30天发生了什么？03【AI】2026 年具身智能模型和世界模型总结042026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf05Claude Code、Codex、Cursor三分天下：2026年AI编程Agent生态全景剖析06GitHub 镜像站点07【AI总结】2026年6月 主流国内外大模型总结08AI科技热点日报 | 2026年6月1日09AI科技热点日报 | 2026年6月22日10AI一周事件 · 2026-06-03 至 2026-06-09