SpringAi Chat Memory 聊天记忆（五）

Volunteer Technology

424人浏览 · 2026-05-14 20:24:02

Volunteer Technology · 2026-05-14 20:24:02 发布

大语言模型（LLMs）是无状态的，即它们不会自动保留先前对话信息。这在需要跨多次交互保持上下文或状态时，是一个显著限制。Spring AI 引入 Chat Memory 功能，允许你在多轮对话中存储并检索信息，以解决这一问题。

Spring AI中的Chat Memory可以将最近N次对话上下文信息保存在内存或者外部数据库（例如PostgreSQL、MySQL、SQL Server、HSQLDB、Cassandra、Neo4j）中，以便LLM在同一会话的多轮互动中保持语义连贯，默认N为20（包括USER、ASSISTANT消息），也可以用户来指定，超出后按时间顺序清理（system 消息一直存在，不计入20条内）。

ChatMemory抽象与使用方式

ChatMemory使用中涉及如下两个接口：

Ø ChatMemory接口：提供在指定对话中添加消息、检索记忆内容、以及清理旧消息的能力。

Ø ChatMemoryRepository接口：负责消息的底层储存与提取。

ChatMemory默认实现为MessageWindowChatMemory类，如下方式创建ChatMemory:

MessageWindowChatMemory memory = MessageWindowChatMemory.builder()
.maxMessages(20)
.build();
以上这种方式创建ChatMemory对象默认将保存最近N条对话信息（默认20条），超出后按时间顺序清理（系统消息不会被清除）。最近N条对话消息存储到哪里由ChatMemoryRepository的实现决定（存储后端），ChatMemoryRepository有如下四种实现：

InMemoryChatMemoryRepository：使用 ConcurrentHashMap 存储消息，这种也是默认方式。
JdbcChatMemoryRepository：基于 JDBC 的关系型数据库（PostgreSQL、MySQL、SQL Server、HSQLDB）存储数据，支持通过 Spring 属性配置 schema 初始化时机与脚本位置。
CassandraChatMemoryRepository：使用 Cassandra，可配置 TTL（例如 3 年）实现自动过期。
Neo4jChatMemoryRepository：基于图数据库 Neo4j存储消息。
在SpringBoot项目中，使用ChatMemory的步骤如下：

1. 在项目中配置ChatMemory Bean

使用示例如下：

#使用默认内存方式
@Bean
ChatMemory chatMemory() {
    // 保留 20条最近消息
    return MessageWindowChatMemory.builder()
            .maxMessages(20)
            .build();
}

#使用JDBC方式
@Bean
ChatMemory chatMemory(JdbcChatMemoryRepository repo) {
    return MessageWindowChatMemory.builder()
            .chatMemoryRepository(repo)
            .maxMessages(20)
            .build();
}

ChatMemory存储在内存案例

以下案例是将ChatMemory存储在内存中，按照如下步骤实现即可。

1) 创建SpringBoot项目，命名为“SpringAIChatMemoryInMemory”

2) 配置项目pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.5.2</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.example</groupId>
    <artifactId>SpringAIChatMemoryInMemory</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>SpringAIChatMemoryInMemory</name>
    <description>SpringAIChatMemoryInMemory</description>


    <properties>
        <java.version>17</java.version>
    </properties>

    <!-- 导入 Spring AI BOM，用于统一管理 Spring AI 依赖的版本，
    引用每个 Spring AI 模块时不用再写 <version>，只要依赖什么模块 Mavens 自动使用 BOM 推荐的版本 -->
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0-SNAPSHOT</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-deepseek</artifactId>
        </dependency>
    </dependencies>


    <!-- 声明仓库， 用于获取 Spring AI 以及相关预发布版本-->
    <repositories>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
    </repositories>

</project>

ChatMemory存储在MySQL案例

2) 配置项目pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>3.5.3</version>
        <relativePath/> <!-- lookup parent from repository -->
    </parent>
    <groupId>com.example</groupId>
    <artifactId>SpringAIChatMemoryInMySQL</artifactId>
    <version>0.0.1-SNAPSHOT</version>
    <name>SpringAIChatMemoryInMySQL</name>
    <description>SpringAIChatMemoryInMySQL</description>

    <properties>
        <java.version>17</java.version>
    </properties>

    <!-- 导入 Spring AI BOM，用于统一管理 Spring AI 依赖的版本，
    引用每个 Spring AI 模块时不用再写 <version>，只要依赖什么模块 Mavens 自动使用 BOM 推荐的版本 -->
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.springframework.ai</groupId>
                <artifactId>spring-ai-bom</artifactId>
                <version>1.0.0-SNAPSHOT</version>
                <type>pom</type>
                <scope>import</scope>
            </dependency>
        </dependencies>
    </dependencyManagement>

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-deepseek</artifactId>
        </dependency>

        <!--将 ChatMemory 存储到关系数据库 依赖包-->
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-starter-model-chat-memory-repository-jdbc</artifactId>
        </dependency>

        <!-- 引入 MySQL 驱动包-->
        <dependency>
            <groupId>com.mysql</groupId>
            <artifactId>mysql-connector-j</artifactId>
            <version>8.0.33</version>
        </dependency>

    </dependencies>


    <!-- 声明仓库， 用于获取 Spring AI 以及相关预发布版本-->
    <repositories>
        <repository>
            <id>spring-snapshots</id>
            <name>Spring Snapshots</name>
            <url>https://repo.spring.io/snapshot</url>
            <releases>
                <enabled>false</enabled>
            </releases>
        </repository>
        <repository>
            <name>Central Portal Snapshots</name>
            <id>central-portal-snapshots</id>
            <url>https://central.sonatype.com/repository/maven-snapshots/</url>
            <releases>
                <enabled>false</enabled>
            </releases>
            <snapshots>
                <enabled>true</enabled>
            </snapshots>
        </repository>
    </repositories>

</project>

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

AI不是软件工程的银弹，只是最强辅助子弹

面对可扩展性与开发速度的取舍、业务未知性下的架构预埋、团队技术栈适配、人力成本、招聘难度、未来3-5年的业务规划，AI没有商业直觉、没有团队认知、没有落地经验。产品与研发的认知鸿沟、开发与测试的目标冲突、跨团队的资源博弈、工期与质量的权衡、技术债与业务上线的取舍、预算约束与时间压力的矛盾。你可以让AI“开发一套电商系统”，它能瞬间生成完整代码，但它永远无法深究用户的真实诉求：“醒目一点的按钮”背后

AtomGit开源社区

免费用上 GPT-4 级模型：国产大模型 API 接入教程（2026 最新版）

一年的模型调用，0 元。很多人以为用 GPT-4 级别的大模型一定要花钱、要绑卡、要复杂配置。其实国产大模型早就卷出了"官方免费额度 + 免费模型"，能力对标 GPT-4，且全部兼容 OpenAI 接口——你现有的代码几乎不用改，换个地址和 Key 就能跑。本文基于 2026 年实测，给你 3 个免费的接入方案和可直接复制的代码，从 0 到跑通，常见报错也都标了出来。全程合规，走的都是官方免费额度