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:
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。
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。
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、分享三连! 你的支持是我持续创作的最大动力!

被折叠的 条评论
为什么被折叠?



