一、整体功能概述

这部分代码是基于 Spring Boot 框架，结合 LangChain4j 库实现聊天记忆（Chat Memory） 的 MongoDB 持久化存储方案。核心功能是将 LangChain4j 中的聊天消息列表序列化后存入 MongoDB，并提供读取、更新、删除聊天记忆的能力，同时配置了基于消息窗口的聊天记忆提供者。

二、代码结构与模块拆分

表格

包路径 类名 核心作用
com.qcby.config SeparateChatAssistantConfig 配置类：定义 ChatMemoryProvider Bean，指定基于消息窗口的聊天记忆规则
com.qcby.store MongoChatMemoryStore 存储实现类：实现 LangChain4j 的 ChatMemoryStore 接口，对接 MongoDB 操作
com.qcby.model ChatMessages 实体类：映射 MongoDB 的 chat_messages 集合，存储聊天记录的 JSON 字符串

三、核心类详细解析

1. 实体类：ChatMessages（com.qcby.model）

作用

映射 MongoDB 中的 chat_messages 集合，是聊天记录持久化的载体，存储序列化后的聊天消息 JSON 字符串。

关键代码与注解说明

java

运行

package com.qcby.model;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.bson.types.ObjectId;
import org.springframework.data.annotation.Id;
import org.springframework.data.mongodb.core.mapping.Document;

@Data   // Lombok：自动生成get/set/toString/hashCode/equals等方法
@AllArgsConstructor  // 生成全参构造器
@NoArgsConstructor    // 生成无参构造器
@Document("chat_messages")  // 映射到 MongoDB 的 chat_messages 集合

public class ChatMessages {
    // 唯一标识，映射 MongoDB 文档的 _id 字段（MongoDB 默认主键类型为 ObjectId）
    @Id
    private ObjectId id;    
    // 存储聊天消息列表的 JSON 字符串（核心字段）
    private String content; 
    // 冗余字段（当前代码未使用，可根据业务调整）
    private int messageId;
}
核心字段说明

表格

字段名 类型 作用
id ObjectId MongoDB 文档主键，由 MongoDB 自动生成，唯一标识一条聊天记录文档
content String 核心字段：存储 LangChain4j 中 ChatMessage 列表序列化后的 JSON 字符串
messageId int 自定义消息 ID（当前代码未使用，可用于业务层的消息标识）

2. 存储实现类：MongoChatMemoryStore（com.qcby.store）

作用

实现 LangChain4j 提供的 ChatMemoryStore 接口，重写聊天记忆的读取、更新、删除方法，底层通过 Spring Data MongoDB 的 MongoTemplate 操作数据库。

关键代码与解析

java

运行

package com.qcby.store;

import com.qcby.model.ChatMessages;
import dev.langchain4j.data.message.ChatMessage;
import dev.langchain4j.data.message.ChatMessageDeserializer;
import dev.langchain4j.data.message.ChatMessageSerializer;
import dev.langchain4j.store.memory.chat.ChatMemoryStore;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.query.Criteria;
import org.springframework.data.mongodb.core.query.Query;
import org.springframework.data.mongodb.core.query.Update;
import org.springframework.stereotype.Component;

import java.util.LinkedList;
import java.util.List;

@Component // 注册为 Spring 组件，可被自动注入
public class MongoChatMemoryStore implements ChatMemoryStore {

    // 注入 Spring Data MongoDB 的核心操作类
    @Autowired
    private MongoTemplate mongoTemplate;

    /**
     * 根据 memoryId 读取聊天消息
     * @param memoryId 聊天记忆唯一标识（如用户ID/会话ID）
     * @return 反序列化后的 ChatMessage 列表
     */
    @Override
    public List<ChatMessage> getMessages(Object memoryId) {
        // 构建查询条件：根据 memoryId 匹配文档
        Criteria criteria = Criteria.where("memoryId").is(memoryId);
        Query query = new Query(criteria);
        // 查询 MongoDB 中对应的 ChatMessages 文档
        ChatMessages chatMessages = mongoTemplate.findOne(query, ChatMessages.class);
        // 无数据时返回空链表，避免空指针
        if(chatMessages == null) return new LinkedList<>();
        // 将 JSON 字符串反序列化为 ChatMessage 列表
        return ChatMessageDeserializer.messagesFromJson(chatMessages.getContent());
    }

    /**
     * 更新聊天消息（不存在则新增，存在则修改）
     * @param memoryId 聊天记忆唯一标识
     * @param messages 待存储的 ChatMessage 列表
     */
    @Override
    public void updateMessages(Object memoryId, List<ChatMessage> messages) {
        Criteria criteria = Criteria.where("memoryId").is(memoryId);
        Query query = new Query(criteria);
        Update update = new Update();
        // 将 ChatMessage 列表序列化为 JSON 字符串，存入 content 字段
        update.set("content", ChatMessageSerializer.messagesToJson(messages));
        // upsert：查询到则更新，未查询到则插入新文档
        mongoTemplate.upsert(query, update, ChatMessages.class);
    }

    /**
     * 根据 memoryId 删除聊天消息
     * @param memoryId 聊天记忆唯一标识
     */
    @Override
    public void deleteMessages(Object memoryId) {
        Criteria criteria = Criteria.where("memoryId").is(memoryId);
        Query query = new Query(criteria);
        // 删除匹配的文档
        mongoTemplate.remove(query, ChatMessages.class);
    }
}
核心依赖与工具类说明

表格

类名 作用
MongoTemplate Spring Data MongoDB 核心类，提供 MongoDB 的 CRUD 操作
ChatMessageSerializer LangChain4j 工具类：将 ChatMessage 列表序列化为 JSON 字符串
ChatMessageDeserializer LangChain4j 工具类：将 JSON 字符串反序列化为 ChatMessage 列表
Criteria/Query/Update Spring Data MongoDB 查询构建器：用于构建查询条件和更新操作
核心方法逻辑
  • getMessages：根据 memoryId 查询文档 → 无数据返回空链表 → 有数据则反序列化 JSON 为消息列表；
  • updateMessages：将消息列表序列化为 JSON → 执行 upsert 操作（新增 / 更新）；
  • deleteMessages：根据 memoryId 删除对应文档。

3. 配置类：SeparateChatAssistantConfig（com.qcby.config）

作用

配置 LangChain4j 的 ChatMemoryProvider Bean，定义聊天记忆的规则（如消息窗口大小、持久化存储实现）。

关键代码与解析

java

运行

package com.qcby.config;

import com.qcby.store.MongoChatMemoryStore;
import dev.langchain4j.memory.chat.ChatMemoryProvider;
import dev.langchain4j.memory.chat.MessageWindowChatMemory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration // 标识为 Spring 配置类
public class SeparateChatAssistantConfig {
    // 注入自定义的 MongoDB 聊天记忆存储实现
    @Autowired
    private MongoChatMemoryStore mongoChatMemoryStore;

    /**
     * 定义 ChatMemoryProvider Bean
     * @return 基于消息窗口的聊天记忆提供者
     */
    @Bean
    ChatMemoryProvider chatMemoryProvider() {
        // 函数式接口：根据 memoryId 创建对应的 MessageWindowChatMemory
        return memoryId -> MessageWindowChatMemory.builder()
                .id(memoryId) // 绑定聊天记忆唯一标识
                .maxMessages(10) // 消息窗口大小：最多保留最近 10 条消息
                .chatMemoryStore(mongoChatMemoryStore) // 配置持久化存储实现
                .build();
    }
}
核心配置说明

表格

配置项 作用
MessageWindowChatMemory LangChain4j 提供的聊天记忆实现，基于 “窗口” 保留最近 N 条消息
maxMessages(10) 限制聊天记忆最多保留 10 条消息，超出则自动丢弃最早的消息
chatMemoryStore 指定聊天记忆的持久化存储实现（即自定义的 MongoChatMemoryStore）

四、依赖与环境要求

  1. 核心依赖（需在 pom.xml 中引入）：

    xml

    <!-- Spring Data MongoDB -->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>
<!-- LangChain4j 核心 -->
<dependency>
    <groupId>dev.langchain4j</groupId>
    <artifactId>langchain4j-core</artifactId>
    <version>最新版本</version>
</dependency>
<!-- Lombok -->
<dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <optional>true</optional>
</dependency>
  2. 环境配置：
    • 配置 MongoDB 连接（application.yml/application.properties）：

      yaml

      spring:
  data:
    mongodb:
      uri: mongodb://localhost:27017/你的数据库名
      # 或分开配置
      # host: localhost
      # port: 27017
      # database: 你的数据库名

五、核心流程梳理

预览

查看代码

业务层调用 ChatMemoryProvider

根据 memoryId 创建 MessageWindowChatMemory

MessageWindowChatMemory 调用 MongoChatMemoryStore

getMessages：从 MongoDB 读取并反序列化消息

updateMessages：序列化消息并 upsert 到 MongoDB

deleteMessages：从 MongoDB 删除指定消息

D1/D2/D3

MongoTemplate 执行 MongoDB CRUD 操作

flowchart TD
    A[业务层调用 ChatMemoryProvider] --> B[根据 memoryId 创建 MessageWindowChatMemory]
    B --> C[MessageWindowChatMemory 调用 MongoChatMemoryStore]
    C --> D1[getMessages：从 MongoDB 读取并反序列化消息]
    C --> D2[updateMessages：序列化消息并 upsert 到 MongoDB]
    C --> D3[deleteMessages：从 MongoDB 删除指定消息]
    D1/D2/D3 --> E[MongoTemplate 执行 MongoDB CRUD 操作]

业务层调用 ChatMemoryProvider

根据 memoryId 创建 MessageWindowChatMemory

MessageWindowChatMemory 调用 MongoChatMemoryStore

getMessages：从 MongoDB 读取并反序列化消息

updateMessages：序列化消息并 upsert 到 MongoDB

deleteMessages：从 MongoDB 删除指定消息

六、注意事项与优化建议

  1. memoryId 设计：
    • memoryId 是聊天记忆的唯一标识，建议使用用户 ID + 会话 ID组合，避免不同用户 / 会话的消息混淆；
    • 当前代码中 ChatMessages 实体缺少 memoryId 字段（代码中查询条件用了 memoryId 但实体未定义），需补充：

      java

      运行

      // 在 ChatMessages 类中添加
private String memoryId; // 对应查询条件的 memoryId 字段
  2. 消息序列化 / 反序列化：
    • LangChain4j 的 ChatMessageSerializer/Deserializer 基于 Jackson 实现，需确保 ChatMessage 的序列化格式兼容；
  3. 性能优化：
    • 高频读取场景可添加 MongoDB 索引（针对 memoryId 字段）：

      java

      运行

      // 在 ChatMessages 实体中添加索引注解
@Indexed(unique = true) // 确保 memoryId 唯一
private String memoryId;
  4. 异常处理：
    • 当前代码未处理 MongoDB 连接异常、序列化 / 反序列化异常，建议添加 try-catch 并抛出业务异常：

      java

      运行

      @Override
public List<ChatMessage> getMessages(Object memoryId) {
    try {
        Criteria criteria = Criteria.where("memoryId").is(memoryId);
        Query query = new Query(criteria);
        ChatMessages chatMessages = mongoTemplate.findOne(query, ChatMessages.class);
        if(chatMessages == null) return new LinkedList<>();
        return ChatMessageDeserializer.messagesFromJson(chatMessages.getContent());
    } catch (Exception e) {
        throw new RuntimeException("读取聊天记忆失败：" + e.getMessage(), e);
    }
}

总结

  1. 核心逻辑：通过实现 LangChain4j 的 ChatMemoryStore 接口，结合 Spring Data MongoDB 完成聊天记忆的持久化，配置 MessageWindowChatMemory 限制消息数量；
  2. 关键组件：MongoChatMemoryStore（数据库操作）、ChatMessages（数据载体）、SeparateChatAssistantConfig（Bean 配置）；
  3. 注意点：补充 ChatMessages 的 memoryId 字段、添加异常处理、为 memoryId 建立索引提升查询性能。
# mongodb # 数据库
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

SEO与AI：优化者与读心者的博弈

我们正在见证一场深刻的认知革命：AI 不是又一个算法更新，而是一个正在学会的对手与伙伴。这种关系的本质是，而表象却是。

avatar 2048 AI社区

AI仿真人解说漫制作过程超细颗粒度解读

AI仿真人解说漫的制作,本质上是一个高度标准化、数据驱动、快速迭代的流程。核心要点:选题:基于数据,选择验证过的爆款题材文案:精心设计钩子,每5分钟一个高潮生成:批量生成,严格筛选,保证角色一致性剪辑:节奏控制,特效适度,付费点精准投放:小额测试,数据分析,押注爆款迭代:快速优化,3天一版,持续提升ROI不是技术(AI工具人人可用)而是:对爆款的嗅觉(选题能力)对节奏的把控(剪辑能力)对数据的敏感

avatar 2048 AI社区

Windows 下在 Trae 中接入 Unity-MCP：实现 AI 像 Coding 一样控制 Unity Editor（完整避坑指南）

Unity-MCP 是功能最强的开源 Unity MCP ServerAI 改代码AI 改 HierarchyAI 真实调用 Unity Editor APITrae + Unity-MCP 是目前最可控、最工程化的组合之一仿真交通 / 骑行 / 数字人大规模实验自动化👉这套架构非常值得投入。

avatar 2048 AI社区