摘要：

        本文简单介绍了SpringAI的聊天记忆功能，聊天记忆解决了大语言模型(LLM)无状态的问题，通过ChatMemory抽象层实现多轮对话上下文存储。还对聊天记忆的具体实现进行了简单的介绍，帮助新手快速上手聊天记忆功能。

一，简单介绍

1，为什么需要聊天记忆

        大语言模型（LLM）本质上是无状态的，这意味着它们不会保留历史交互信息。当需要跨多轮交互保持上下文时，这一特性会带来局限。为此，Spring AI 提供了聊天记忆功能，支持在 LLM 交互过程中存储和检索上下文数据。

2，什么是ChatMemory

        ChatMemory 抽象层支持实现多种记忆类型以满足不同场景需求。消息的底层存储由ChatMemoryResponsitory 处理，其唯一职责是存储和检索消息。ChatMemory 实现类可自主决定消息保留策略 — 例如保留最近 N 条消息、按时间周期保留或基于 Token 总量限制保留。

3，聊天记忆 / 历史

（1）聊天记忆：大语言模型在对话过程中保留并用于维持上下文感知的信息。

（2）聊天历史：完整的对话记录，包含用户与模型之间交换的所有消息。

若需完整记录所有历史消息，建议采用其他方案（如MySql、Redis...）。

二，具体实现

Spring AI 通过 ChatMemoryRepository 抽象层实现聊天记忆存储

        MessageWindowChatMemory 维护固定容量的消息窗口（默认 20 条）。当消息超限时，自动移除较早的对话消息（始终保留系统消息）。

1，基于内存（默认）

        InMemoryChatMemoryRepository 基于 ConcurrentHashMap 实现内存存储。

        默认情况下，若未配置其他 Repository，Spring AI 将自动配置 InMemoryChatMemoryRepository 类型的 ChatMemoryRepository 的Bean供直接使用。

@Bean
public ChatMemory chatMemory(ChatMemoryRepository chatMemoryRepository) {
    return MessageWindowChatMemory.builder()
            .chatMemoryRepository(chatMemoryRepository)
            .maxMessages(10)
            .build();
}

2，基于关系型数据库（JdbcChatMemoryRepository ）

        JdbcChatMemoryRepository 是内置的 JDBC 实现，支持多种关系型数据库，适用于需要持久化存储聊天记忆的场景。

（1）引入依赖

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-chat-memory-repository-jdbc</artifactId>
</dependency>

（2）创建表 SPRING_AI_CHAT_MEMORY（MySQL）

也可以创建名为 schema-mysql.sql 的.sql文件在resource路径下，后面通过在yaml文件配置自动初始化

CREATE TABLE IF NOT EXISTS SPRING_AI_CHAT_MEMORY
(
    conversation_id VARCHAR(36) NOT NULL,
    content         TEXT        NOT NULL,
    type            VARCHAR(10) NOT NULL,
    `timestamp`     TIMESTAMP   NOT NULL,
    CONSTRAINT TYPE_CHECK CHECK (type IN ('USER', 'ASSISTANT', 'SYSTEM', 'TOOL'))
);

（3）自动注入并构造chatMemory

@Bean
public ChatMemory chatMemory(JdbcChatMemoryRepository chatMemoryRepository) {
    return MessageWindowChatMemory.builder()
            .chatMemoryRepository(chatMemoryRepository)
            .maxMessages(13)
            .build();
}

（4）手动创建JdbcChatMemoryRepository的Bean

@Autowired
JdbcTemplate jdbcTemplate;

ChatMemoryRepository chatMemoryRepository = JdbcChatMemoryRepository.builder()
    .jdbcTemplate(jdbcTemplate)
    //指定数据库类型，这里是PostgreSQL库
    .dialect(new PostgresChatMemoryDialect())
    .build();

3，构造chatClient实例

        在构造chatClient时自动注入chatMemory实例并添加该实例到聊天记忆拦截器实例 MessageChatMemoryAdvisor中

    @Bean
    public ChatClient chatClient(OpenAiChatModel model, ChatMemory chatMemory) {
        return ChatClient
                .builder(model) // 创建ChatClient工厂
                .defaultSystem("system prompt")
                .defaultAdvisors(new SimpleLoggerAdvisor()) // 日志拦截器
                 // 会话历史记录的拦截器,用于会话记忆
                .defaultAdvisors(new MessageChatMemoryAdvisor(chatMemory))
                .build();
    }

三，基本属性配置

1，initialize-schema

        控制初始化 Schema 的时机。可选值：embedded（默认）、always、never。

2，schema

        用于初始化的 Schema 脚本位置。支持classpath：URL 及平台占位符。

spring:
  ai:
    chat:
      memory:
        repository:
          jdbc:
            initialize-schema: always
            schema: classpath:schema-mysql.sql