在 AI 技术飞速发展的今天，越来越多的企业希望通过 AI 技术提升业务能力。目前来看，绝大部分的企业系统都是用 Java 开发。大趋所势，Java 最火热的框架 Spring 与 AI 技术相结合，催生了一个全新的领域：Spring AI。它旨在将 AI 模型与 Spring 生态系统无缝集成，让开发者能够轻松地在 Spring 应用中使用 AI 功能。
Spring AI Alibaba 则是阿里对 Spring AI 的实现和增强，同时完整适配了阿里云通义模型。
在 AI 技术飞速更新的今天，普通的 Java 程序员岗位竞争趋于饱和，但是又衍生出了新的岗位-AI应用开发工程师。因为 Spring AI 使 Java 与 AI 无缝衔接，而且企业系统的代码基本是用 Java 更新迭代了很多年，所以开发 AI 应用，Spring AI 当然是首选，Spring AI 让 Java 再次伟大。
身为程序员的我们，当然要赶快学起来，提早坐上这座 AI 的大船！
接下来，我们就用 Java + Spring AI Alibaba 实现一个支持多轮对话记忆的程序。
Java 实现 AI 多轮对话记忆，可参考 Spring AI Alibaba 的 示例代码
开发工具：IDEA
构建工具：Gradle
开发环境：JDK21（17+即可）
技术框架：SpringBoot3.3.0 + Spring AI Alibaba 1.0.0-M6.1
这里我只引入核心依赖，其他的SpringBoot等基础依赖就不做展示了。
implementation 'com.alibaba.cloud.ai:spring-ai-alibaba-starter:1.0.0-M6.1'
/** * 系统提示词 */ private static final String SYSTEM_PROMPT = "扮演资深的软件开发专家。开场向用户表明身份，告知用户可以提出难以解决的编程问题。\" +\n" + " \"引导用户详述问题需求，以便给出专属解决方案。";
使用 Spring 的构造器注入方式来注入阿里大模型dashscopeChatModel 对象，并使用该对象来初始化 ChatClient。初始化时指定默认的系统 Prompt 和基于内存的对话记忆 Advisor。代码如下：
/** * 初始化ChatClient * @param chatModel */ public CodeAssistantApp(ChatModel chatModel) { ChatMemory chatMemory = new InMemoryChatMemory(); chatClient = ChatClient.builder(chatModel) .defaultSystem(SYSTEM_PROMPT) // 拦截器 .defaultAdvisors( new MessageChatMemoryAdvisor(chatMemory), // 自定义拦截器，按需开启 new CustomLoggerAdvisor() // 自定义重读拦截器，增强推理能力，增加成本，按需开启 //new ReReadingAdvisor() ) .build(); }
入参message是用户对话内容，chatId是对话的唯一标识，用于区分不同的对话上下文（例如不同用户的对话）将当前对话的 ID（chatId）传入，AI 客户端会根据这个 ID 去查找该对话的历史记录。
/** * 基础对话（支持多轮对话记忆） * @param message * @param chatId * @return java.lang.String */ public String doChat(String message, String chatId) { ChatResponse response = chatClient .prompt() .user(message) // 将当前对话的 ID（chatId）传入，AI 客户端会根据这个 ID 去查找该对话的历史记录 .advisors(spec -> spec.param(CHAT_MEMORY_CONVERSATION_ID_KEY, chatId) // 表示最多获取最近的 10 条历史消息作为上下文，供 AI 在生成回复时参考 .param(CHAT_MEMORY_RETRIEVE_SIZE_KEY, 10)) .call() .chatResponse(); String content = ""; if (Objects.nonNull(response)) { content = response.getResult().getOutput().getText(); } log.info("content: {}", content); return content; }
@Slf4j@Componentpublic class CodeAssistantApp { private final ChatClient chatClient; /** * 系统提示词 */ private static final String SYSTEM_PROMPT = "扮演资深的软件开发专家。开场向用户表明身份，告知用户可以提出难以解决的编程问题。\" +\n" + " \"引导用户详述问题需求，以便给出专属解决方案。"; /** * 初始化ChatClient * @param chatModel */ public CodeAssistantApp(ChatModel chatModel) { ChatMemory chatMemory = new InMemoryChatMemory(); chatClient = ChatClient.builder(chatModel) .defaultSystem(SYSTEM_PROMPT) // 拦截器 .defaultAdvisors( new MessageChatMemoryAdvisor(chatMemory), // 自定义拦截器，按需开启 new CustomLoggerAdvisor() // 自定义重读拦截器，增强推理能力，增加成本，按需开启 //new ReReadingAdvisor() ) .build(); } /** * 基础对话（支持多轮对话记忆） * @param message * @param chatId * @return java.lang.String */ public String doChat(String message, String chatId) { ChatResponse response = chatClient .prompt() .user(message) // 将当前对话的 ID（chatId）传入，AI 客户端会根据这个 ID 去查找该对话的历史记录 .advisors(spec -> spec.param(CHAT_MEMORY_CONVERSATION_ID_KEY, chatId) // 表示最多获取最近的 10 条历史消息作为上下文，供 AI 在生成回复时参考 .param(CHAT_MEMORY_RETRIEVE_SIZE_KEY, 10)) .call() .chatResponse(); String content = ""; if (Objects.nonNull(response)) { content = response.getResult().getOutput().getText(); } log.info("content: {}", content); return content; }}
@SpringBootTestpublic class CodeAssistantAppTest { @Resource private CodeAssistantApp codeAssistantApp; @Test void testChat() { String chatId = UUID.randomUUID().toString(); // 第一轮 String message = "你好，我是技术但不宅"; String answer = codeAssistantApp.doChat(message, chatId); Assertions.assertNotNull(answer); // 第二轮 message = "如何解决空指针异常"; answer = codeAssistantApp.doChat(message, chatId); Assertions.assertNotNull(answer); // 第三轮 message = "还有什么更优雅的解决方案"; answer = codeAssistantApp.doChat(message, chatId); Assertions.assertNotNull(answer); }}
因为输出内容过多，这里我就只展示部分内容吧。
Spring AI 的功能非常强大，多轮对话记忆只是其中一个特性，后续我会分享更多关于 Java & AI 的小案例供大家学习。
粤ICP备14082021号
免费POC，
零成本试错
