Spring AI 入门：手把手教你构建一个拥有“记忆”的恋爱助手

进击的野人
0 阅读6分钟

大家好，我是野人。作为一名AI新手，当你第一次接触Spring AI时，可能会被各种概念弄晕：什么是ChatClient？什么是Advisor？怎么让AI记住我之前说的话？
别担心，本文将通过一个生动的  “恋爱助手”  案例，带你一步步梳理这些核心概念，并最终实现一个支持多轮对话的AI应用。

1. 核心工具：ChatClient

在Spring AI的世界里，ChatClient是你与大模型对话的主要入口。你可以把它想象成一个智能电话，你对着它说话，它帮你接通并转告给真正的大模型（如通义千问、ChatGPT）。

那么，如何获得这个“电话”呢？主要有两种方式：

方式一：构造函数注入（推荐）

这种方式代码清晰，便于测试和维护。就像你去营业厅，明确告诉工作人员你需要什么配置的电话。

image.png

方式二：字段注入 + 手动构造

这种方式比较直接，通过@Autowired拿到模型，然后手动用模型去创建电话

image.png 新手提示：  推荐使用第一种方式（构造器注入），因为它更符合Spring的规范，并且在你后续需要添加更多功能（比如拦截器）时会更加灵活。

2. 增强工具：Advisors（顾问）

光有电话还不够，我们有时想在打电话前先检查一下信号（检查提示词），或者在挂电话后记录一下通话内容（记录日志）。Spring AI 的 Advisors（顾问）  就是用来做这个的。

你可以把 Advisor 想象成一个个  “拦截器” ，它们像洋葱一样层层包裹住真正的大模型。你的话（Prompt）要先经过这些顾问才能传给模型，模型的回答也要经过它们才能返回来。

image.png 执行流程拆解：

  1. 请求发起：你的问题（Prompt）被包装成一个AdvisedRequest。
  2. 前置增强：请求依次经过 AroundAdvisor 链。每个顾问都可以查看或修改你的问题。
  3. 调用模型：经过所有顾问处理后，请求才真正发送给 ChatModel（大模型）。
  4. 后置增强：模型的返回结果被包装成AdvisedResponse，再次逆序经过顾问链。顾问们可以查看或修改这个结果。
  5. 返回结果：最终的结果（ChatResponse）返回给你。

3. 赋予AI“记忆”：ChatMemoryAdvisor

默认情况下，大模型是没有记忆的。你问“你好”，它回答“你好”；你接着问“我刚才说了什么？”，它就忘了。为了让AI能记住上下文（实现多轮对话），我们就需要用到 ChatMemoryAdvisor。

Spring AI 提供了几种把“记忆”塞给AI的方式：

  • MessageChatMemoryAdvisor（推荐） ：把历史对话以原始消息格式（数组）塞给AI。就像把聊天记录截图发给AI看，它理解得最准确。
  • PromptChatMemoryAdvisor：把历史对话转换成一段文字描述，放到系统提示词里。这会丢失一些格式信息。
  • VectorStoreChatMemoryAdvisor：用向量数据库存储海量历史，适合超长对话。

记忆存储在哪里？ChatMemory

顾问本身不负责存数据，它只是负责“取”和“放”。真正存数据的是 ChatMemory。
Spring AI 提供了多种存储方案：

  • InMemoryChatMemory：存在内存里（程序重启就没了，适合测试）。
  • JdbcChatMemory：存在数据库里（永久保存）。

4. 实战：打造一个会记住你的恋爱助手

现在，我们把上面的知识都串起来，写一个真正的 LoveApp。这个助手不仅能以恋爱专家的身份回答你，还能记住你上一轮说了什么（多轮对话）。

项目需求：

  1. AI角色：深耕恋爱心理领域的专家。
  2. 功能：支持多轮对话，能根据不同的chatId区分不同用户的对话历史。

完整代码实现：

package com.swl.baoaiagent.app;

import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.memory.ChatMemory;
import org.springframework.ai.chat.memory.InMemoryChatMemory;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.chat.model.ChatResponse;
import org.springframework.stereotype.Component;

import static org.springframework.ai.chat.client.advisor.AbstractChatMemoryAdvisor.CHAT_MEMORY_CONVERSATION_ID_KEY;
import static org.springframework.ai.chat.client.advisor.AbstractChatMemoryAdvisor.CHAT_MEMORY_RETRIEVE_SIZE_KEY;

@Component
@Slf4j
public class LoveApp {

    // 对话客户端
    private ChatClient chatClient;

    // 系统预设：告诉AI它该扮演什么角色
    private static final String SYSTEM_PROMPT = "扮演深耕恋爱心理领域的专家。开场向用户表明身份，告知用户可倾诉恋爱难题。围绕单身、恋爱、已婚三种状态提问：单身状态询问社交圈拓展及追求心仪对象的困扰；恋爱状态询问沟通、习惯差异引发的矛盾；已婚状态询问家庭责任与亲属关系处理的问题。引导用户详述事情经过、对方反应及自身想法，以便给出专属解决方案。";

    /**
     * 构造函数：初始化AI助手
     * @param dashscopeChatModel Spring注入的通义千问模型
     */
    public LoveApp(ChatModel dashscopeChatModel) {
        // 1. 创建记忆存储器（这里先用内存存储，方便测试）
        ChatMemory chatMemory = new InMemoryChatMemory();

        // 2. 构建ChatClient，并装配上“记忆顾问”
        this.chatClient = ChatClient.builder(dashscopeChatModel)
                .defaultSystem(SYSTEM_PROMPT)          // 设置角色
                .defaultAdvisors(
                        // 使用链式构造器创建记忆顾问
                        MessageChatMemoryAdvisor.builder(chatMemory).build()
                )
                .build();
    }

    /**
     * AI 基础对话方法（支持多轮对话）
     * @param message 用户输入的消息
     * @param chatId 会话ID（用于区分不同用户的对话）
     * @return AI 的回复内容
     */
    public String doChat(String message, String chatId){
        // 发起对话
        ChatResponse chatResponse = chatClient.prompt()
                .user(message)  // 用户说：我最近和女朋友吵架了
                .advisors(spec -> spec
                        // 告诉顾问：这是谁的对话（张三还是李四）
                        .param(CHAT_MEMORY_CONVERSATION_ID_KEY, chatId)
                        // 告诉顾问：取最近几条历史记录？（这里取最近10条，后进先出）
                        .param(CHAT_MEMORY_RETRIEVE_SIZE_KEY, 10))
                .call()         // 拨打电话
                .chatResponse(); // 等待回复

        // 解析回复
        String content = chatResponse.getResult().getOutput().getText();
        log.info("AI回复: {}", content);
        return content;
    }
}

代码讲解

  1. 构造函数：

    • 我们通过构造器传入了 ChatModel（大模型）。
    • 新建了一个 InMemoryChatMemory 作为临时记忆仓库。
    • 使用 ChatClient.builder(...) 进行链式配置：设置系统提示词 (SYSTEM_PROMPT)，并装配默认顾问 (MessageChatMemoryAdvisor)。

  2. doChat 方法：

    • 关键点1：chatId：这是一个非常重要的参数。它就像一个文件夹标签，告诉程序这个对话是属于“用户A”还是“用户B”。如果没有它，所有人的对话就会混在一起。

    • 关键点2：advisors 配置：我们在调用prompt()时，通过advisors动态指定了两个参数：

      • CHAT_MEMORY_CONVERSATION_ID_KEY：指定本次对话属于哪个会话ID。
      • CHAT_MEMORY_RETRIEVE_SIZE_KEY：指定从记忆中取回多少条最近的对话。这里设置为10，意味着AI会看到最近10轮（用户和AI一来一回算一轮）的聊天记录。

5. 总结

通过这个简单的恋爱助手例子，你应该对Spring AI有了一个初步的认识：

  • ChatClient 是你的AI应用的核心API。
  • Advisors 是强大的拦截器机制，用于横切关注点（如记忆、审核、日志）。
  • ChatMemoryAdvisor + ChatMemory 是实现多轮对话记忆的黄金搭档。Advisor负责处理逻辑，ChatMemory负责存储数据。

现在，你可以试着运行这个程序，连续问它几个关于恋爱的问题，比如“我喜欢一个女孩但不敢表白怎么办？”，然后接着问“你刚才建议我第一步做什么？”，你会发现，AI已经记住了你们的对话内容。

开源文档：mubaodian/bao-ai-agent: AI超级智能体

avatar
文章
阅读
粉丝