|
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*/privatestaticfinalStringSYSTEM_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*@paramchatModel*/publicCodeAssistantApp(ChatModelchatModel){ChatMemorychatMemory=newInMemoryChatMemory();chatClient=ChatClient.builder(chatModel).defaultSystem(SYSTEM_PROMPT)//拦截器.defaultAdvisors(newMessageChatMemoryAdvisor(chatMemory),//自定义拦截器，按需开启newCustomLoggerAdvisor()//自定义重读拦截器，增强推理能力，增加成本，按需开启//newReReadingAdvisor()).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）*@parammessage*@paramchatId*@returnjava.lang.String*/publicStringdoChat(Stringmessage,StringchatId){ChatResponseresponse=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();Stringcontent="";if(Objects.nonNull(response)){content=response.getResult().getOutput().getText();}log.info("content:{}",content);returncontent;}
@Slf4j@ComponentpublicclassCodeAssistantApp{privatefinalChatClientchatClient;/***系统提示词*/privatestaticfinalStringSYSTEM_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*@paramchatModel*/publicCodeAssistantApp(ChatModelchatModel){ChatMemorychatMemory=newInMemoryChatMemory();chatClient=ChatClient.builder(chatModel).defaultSystem(SYSTEM_PROMPT)//拦截器.defaultAdvisors(newMessageChatMemoryAdvisor(chatMemory),//自定义拦截器，按需开启newCustomLoggerAdvisor()//自定义重读拦截器，增强推理能力，增加成本，按需开启//newReReadingAdvisor()).build();}/***基础对话（支持多轮对话记忆）*@parammessage*@paramchatId*@returnjava.lang.String*/publicStringdoChat(Stringmessage,StringchatId){ChatResponseresponse=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();Stringcontent="";if(Objects.nonNull(response)){content=response.getResult().getOutput().getText();}log.info("content:{}",content);returncontent;}}
@SpringBootTestpublicclassCodeAssistantAppTest{@ResourceprivateCodeAssistantAppcodeAssistantApp;@TestvoidtestChat(){StringchatId=UUID.randomUUID().toString();//第一轮Stringmessage="你好，我是技术但不宅";Stringanswer=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。 | 
