Spring AI 聊天记忆管理：MessageWindowChatMemory 与 MessageChatMemoryAdvisor 详解

最新推荐文章于 2025-07-09 12:55:16 发布

原创最新推荐文章于 2025-07-09 12:55:16 发布 · 1.7k 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#spring #java #后端 #SpringAI

包罗万象专栏收录该内容

707 篇文章

订阅专栏

个人名片

🎓作者简介：java领域优质创作者
🌐个人主页：码农阿豪
📞工作室：新空间代码工作室（提供各种软件服务)
💌个人邮箱：[2435024119@qq.com]
📱个人微信：15279484656
🌐个人导航网站：www.forff.top
💡座右铭：总有人要赢。为什么不能是我呢？

专栏导航：

码农阿豪系列专栏导航
面试专栏：收集了java相关高频面试题，面试实战总结🍻🎉🖥️
Spring5系列专栏：整理了Spring5重要知识点与实战演练，有案例可直接使用🚀🔧💻
Redis专栏：Redis从零到一学习分享，经验总结，案例实战💐📝💡
全栈系列专栏：海纳百川有容乃大，可能你想要的东西里面都有🤸🌱🚀

Spring AI 聊天记忆管理：MessageWindowChatMemory 与 MessageChatMemoryAdvisor 详解

引言

在现代对话系统开发中，维护对话上下文是构建智能交互体验的关键。Spring AI 框架提供了强大的聊天记忆管理功能，其中 MessageWindowChatMemory 和 MessageChatMemoryAdvisor 是两个核心组件。本文将深入探讨这两个组件的正确使用方法，分析常见错误原因，并提供完整的配置示例。

一、Spring AI 聊天记忆核心概念

1.1 ChatMemory 接口

ChatMemory 是 Spring AI 中定义聊天记忆行为的核心接口：

public interface ChatMemory {
    String DEFAULT_CONVERSATION_ID = "default";
    String CONVERSATION_ID = "chat_memory_conversation_id";

    default void add(String conversationId, Message message) {
        Assert.hasText(conversationId, "conversationId cannot be null or empty");
        Assert.notNull(message, "message cannot be null");
        this.add(conversationId, List.of(message));
    }

    void add(String conversationId, List<Message> messages);
    List<Message> get(String conversationId);
    void clear(String conversationId);
}

该接口定义了三个核心操作：

add() - 添加消息到记忆
get() - 获取对话历史
clear() - 清除对话记忆

1.2 ChatMemoryRepository

ChatMemoryRepository 是记忆存储的抽象接口：

public interface ChatMemoryRepository {
    List<String> findConversationIds();
    List<Message> findByConversationId(String conversationId);
    void saveAll(String conversationId, List<Message> messages);
    void deleteByConversationId(String conversationId);
}

默认实现 InMemoryChatMemoryRepository 使用内存存储对话记录。

二、MessageWindowChatMemory 详解

2.1 核心特性

MessageWindowChatMemory 是 ChatMemory 的主要实现类，具有以下特点：

维护一个固定大小的消息窗口
自动移除旧消息，保留最新消息
默认保留20条消息（可配置）
特殊处理系统消息（不会被自动移除）

2.2 正确创建方式

错误方式（会导致编译错误）：

// 错误！构造函数是私有的
ChatMemory memory = new MessageWindowChatMemory(repository, 20);

正确方式 - 使用 Builder 模式：

@Bean
public ChatMemory chatMemory(ChatMemoryRepository chatMemoryRepository) {
    return MessageWindowChatMemory.builder()
            .chatMemoryRepository(chatMemoryRepository)
            .maxMessages(20) // 可选，默认20
            .build();
}

2.3 完整配置示例

@Configuration
public class ChatMemoryConfig {
    
    @Bean
    public ChatMemoryRepository chatMemoryRepository() {
        return new InMemoryChatMemoryRepository();
    }
    
    @Bean
    public ChatMemory chatMemory(ChatMemoryRepository chatMemoryRepository) {
        return MessageWindowChatMemory.builder()
                .chatMemoryRepository(chatMemoryRepository)
                .maxMessages(30) // 自定义消息窗口大小
                .build();
    }
}

三、MessageChatMemoryAdvisor 详解

3.1 作用与功能

MessageChatMemoryAdvisor 是一个聊天顾问，负责：

自动将对话历史添加到请求中
管理不同会话的记忆
与 ChatMemory 协同工作

3.2 正确创建方式

错误方式：

// 错误！构造函数是私有的
new MessageChatMemoryAdvisor(chatMemory);

正确方式 - 使用 Builder：

MessageChatMemoryAdvisor.builder(chatMemory)
        .conversationId("custom-id") // 可选
        .build();

3.3 完整聊天客户端配置

@Bean
public ChatClient chatClient(OllamaChatModel chatModel, ChatMemory chatMemory) {
    return ChatClient.builder(chatModel)
            .defaultSystem("你是一个法律咨询助手")
            .defaultAdvisors(
                new SimpleLoggerAdvisor(),
                MessageChatMemoryAdvisor.builder(chatMemory)
                    .conversationId("legal-consultation")
                    .build()
            )
            .build();
}

四、常见问题解决方案

4.1 构造函数访问错误

问题：

'MessageWindowChatMemory(...)' has private access

原因：试图直接实例化私有构造的类

解决：使用 Builder 模式

4.2 Builder 访问错误

问题：

'Builder()' has private access

原因：错误使用 Builder 构造函数

解决：使用静态 builder() 方法

// 正确
MessageWindowChatMemory.builder()...

// 错误
new MessageWindowChatMemory.Builder()...

4.3 依赖注入问题

推荐做法：通过方法参数注入依赖

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

五、最佳实践

合理设置消息窗口大小
- 一般对话：20-30条
- 长对话场景：50-100条
- 注意内存消耗

会话管理策略

// 按用户ID区分会话
MessageChatMemoryAdvisor.builder(chatMemory)
        .conversationId(userId)
        .build();

组合使用多个 Advisor

.defaultAdvisors(
    new SimpleLoggerAdvisor(),
    new RetryAdvisor(),
    MessageChatMemoryAdvisor.builder(chatMemory).build()
)

自定义记忆处理逻辑
- 继承 MessageWindowChatMemory
- 重写 process() 方法

六、扩展应用

6.1 Redis 记忆存储

@Bean
public ChatMemoryRepository redisChatMemoryRepository(RedisTemplate<String, Object> redisTemplate) {
    return new RedisChatMemoryRepository(redisTemplate);
}

6.2 自定义记忆策略

public class PriorityMessageChatMemory implements ChatMemory {
    // 实现优先保留重要消息的逻辑
}

结论

Spring AI 的记忆管理功能通过 MessageWindowChatMemory 和 MessageChatMemoryAdvisor 提供了强大而灵活的对话上下文管理能力。关键在于正确使用 Builder 模式创建这些组件，并合理配置记忆策略。本文介绍的模式和最佳实践可以帮助开发者构建更智能、更自然的对话系统。

通过遵循这些指导原则，你可以避免常见的配置错误，并充分利用 Spring AI 提供的记忆管理功能，为用户创造更加连贯和个性化的对话体验。