5行代码让AI＂记住＂上下文:Spring AI ChatMemory实战

@GetMapping("/chat")public String chat(@RequestParamString question) {        return chatClient.prompt()                   .user(question)                   .call()                   .content();}

用户：你叫什么名字？AI：我是你的AI助手。用户：继续AI：...你在说什么继续？我不知道你指的是什么。

第一轮：用户问好 → AI回复      → 存入记忆第二轮：用户说"继续" → 从记忆读取 → AI知道上文 → 回复

ChatMemoryRepository（存储层接口）       ↑ChatMemory（管理器）       ↑MessageChatMemoryAdvisor（拦截器，注册到ChatClient）

用户：你叫什么名字？AI：我是你的AI助手。用户：继续AI：你是问我叫什么名字吗？我是你的AI助手，我们可以聊聊任何话题。

@RestController@RequestMapping("chat/memory")public class ChatMemoryController {    @Resource    private MiniMaxChatModel miniMaxChatModel;    // Spring AI 默认有一个ChatMemory实例    @Resource    private ChatMemory chatMemory;  // 自动配置的InMemory    @GetMapping(value = "v1", produces = MediaType.TEXT_EVENT_STREAM_VALUE)    public Flux<String> streamEvent(@RequestParam("question") String question) {        // 关键5行代码        // 这里引入一个新的概念：Advisor，后续文章会讲解它的作用        ChatClient chatClient= ChatClient.builder(miniMaxChatModel)                               .defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build())                              .build();        return chatClient.prompt()               .user(question)                           .stream()                           .content();        }}

ChatClient chatClient = ChatClient.builder(miniMaxChatModel)                           .defaultAdvisors(MessageChatMemoryAdvisor.builder(chatMemory).build())                       .build();

// 直接注入，框架已经配好了@Resourceprivate ChatMemory chatMemory;

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

spring.ai.chat.memory.repository.jdbc.initialize-schema=embedded

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

spring.ai.chat.memory.redis.host=localhostspring.ai.chat.memory.redis.port=6379spring.ai.chat.memory.redis.time-to-live=24h

用户请求    ↓MessageChatMemoryAdvisor（拦截器）    ├── 读取：chatMemory.get(sessionId) → 历史消息    ├── 拼接：历史消息 + 当前问题 → 完整Prompt    ↓发给AI Model    ↓  AI回复    ↓MessageChatMemoryAdvisor（拦截器）    ├── 写入：chatMemory.add(sessionId, 用户消息, AI回复)        ↓ 返回给用户

// 给不同用户分配不同记忆空间String sessionId = user.getId();  // 用户ID维度隔离MessageChatMemoryAdvisor(chatMemory, sessionId)

// 保留最近N条消息（推荐10-20）MessageWindowChatMemory.builder().maxMessages(10).build();// 或者按Token数量TokenWindowChatMemory.builder().maxTokens(2000).build();

// ❌ 错误：所有用户共享同一个会话MessageChatMemoryAdvisor(chatMemory, "global")// ✅ 正确：按用户ID隔离MessageChatMemoryAdvisor(chatMemory, user.getId())