Langchain4j 整合MongoDB 实现会话持久化存储详解

目录

一、前言

二、大模型会话记忆介绍

2.1 AI 大模型会话记忆是什么

2.2 大模型会话记忆常用实现方案

2.3 LangChain4j 会话记忆介绍

三、大模型常用会话存储数据库介绍

3.1 常用的会话存储数据库

3.2 MongoDB 简介

3.2.1 MongoDB 是什么

3.3 为什么选择MongoDB 作为会话存储数据库

四、环境准备

4.1 搭建 MongoDB

4.1.1 获取镜像

4.1.2 启动容器

4.1.3 连接与使用mongodb

4.2 springboot 整合MongoDB

4.2.1 添加mongodb 依赖

4.2.2 添加配置文件

4.2.3 添加一个实体类

4.2.4 添加测试接口

4.2.5 效果测试

五、Langchain4j 整合MongoDB会话存储案例演示

5.1 ChatMemoryStore 说明

5.2 添加配置文件

5.3 自定义CahtMemory的配置类

5.4 自定义ChatMemoryProvider

5.5 添加自定义 Assistant

5.6 增加测试接口

5.7 效果测试

五、写在文末

---

一、前言

与大模型对话时，细心的伙伴们会发现，前面跟大模型聊的一句话，后面再基于这句话继续问问题的时候，仍然可以得到预期的回答，这就是大模型的记忆能力。什么是记忆？默认情况下向大模型每次发起的提问都是新的，大模型无法把每次对话形成记忆，也无法根据对话上下文给出人性化的答案。比如：第一次提一个问题，大模型给出了一个回答列表，当我再次提问这个回答列表中的一个问题时，它就不知道我在说什么了，因为大模型已经失去了上一次的提问记忆。所以让智能体（如AI助手、机器人、虚拟角色等）拥有记忆功能不仅能提升交互体验，还能增强其功能性、适应性和长期价值。

二、大模型会话记忆介绍