还在为 Spring AI 应用重启后对话上下文丢失而烦恼吗？

哈喽，各位程序员朋友们！

在之前的文章里我们一起探索了如何使用 Spring AI 建立能理解上下文的对话机器人。但一个棘手的问题很快就浮现了：我们的对话记忆都存在内存里服务器一旦重启，珍贵的聊天记录就灰飞烟灭了。这可不行，

想象一下使用者正和你的 AI 聊得火热。结果服务器一更新，AI 就 “失忆” 了之前的对话全忘了。这体验感，简直一言难尽，

那么有没有办法让对话记忆像数据一样被持久化，存到文件、数据库或者 Redis 里呢？至于答案是，当然有，Spring AI 早就为我们考虑到了这一点。

一、官方方案：理想与现实的差距

Spring AI 官方文档中提到。它提供了一些现成的持久化方案，可以将对话记忆保存到不同的数据源中。听起来很不错，对吧，

• InMemoryChatMemory默认的内存存储，我们一直在用。
• CassandraChatMemory用 Cassandra 持久化，还带过期时间。
• Neo4jChatMemory用 Neo4j 持久化，永但是期。
• JdbcChatMemory用 JD娱乐 持久化到关系型数据库。

看到 JdbcChatMemory我们可能两眼放光：这不就是我们想要的吗？只是现实却给我们泼了一盆冷水。com.examplespring-ai-starter-model-chat-memory-jdbc…按理说，

虽然在 Spring 自己的仓库里能找到它的踪迹。但这使用者量，…基本上等于让我们去“开荒”，风险太高了。

既然官方的路不好走。那我们就自己动手，丰衣足食！

二、另辟蹊径：自定义你的 ChatMemory

I 更推荐的方案是：自定义实现 ChatMemory 接口。

Spring AI 的设计非常巧妙，它将“存储介质”和“记忆算法”解耦了。不过，这代表着可以只替换存储部分，而不用改动整个对话流程。

虽然官方没给示例。但没关系，可以“偷师”啊！直接去看默认实现类 's 源码，模仿它的实现。

痛点：

• 内存消失导致使用者体验骤降；
• 缺乏易维护且可 的数据持久化方式；
• 官方 JD娱乐 实现不可用或文档稀缺；
• 想要低成本快速上线的新项目；
• 需要兼容多种后端时出现技术债务；

*以下示例针对最轻量级需求——文件持久化*

1️⃣ 先引入 Kryo 序列化库:

com.esotericsoftware
kryo
5.5.0

2️⃣ 编写 FileBasedChatMemory.java

// package com.example.chatmemory;import com.esotericsoftware.kryo.Kryo;import com.esotericsoftware.kryo.io.Input;import com.esotericsoftware.kryo.io.Output;老实说，import com.esotericsoftware.kryo.util.Pool;
import org.springframework.ai.chat.model.ChatModel;老实说，import org.springframework.ai.chat.memory.ChatMemory;import java.io.*;import java.util.ArrayList;import java.util.List;不过，public class FileBasedChatMemory implements ChatMemory {
private final String baseDir;private static final Kryo KRYO = new Kryo;static {
KRYO.setRegistrationRequired;KRYO.setInstantiatorStrategy);}
public FileBasedChatMemory {
this.baseDir = dir;怎么说呢，File dirFile = new File;if &&，dirFile.mkdirs) {
throw new RuntimeException;话说回来，}
}
@Override
public void add {
List all = getOrCreate;all.addAll，save;}
@Override
public List get {
List all = getOrCreate;按理说，return lastN>= all.size?all : all.subList - lastN,all.size);}
@Override
public void clear {
File file = conversationFile;if ) file.delete;}
private List getOrCreate {
File file = conversationFile;if ) return new ArrayList<>;try )) {
return KRYO.readObject;} catch {
e.printStackTrace;return new ArrayList<>;}
}
private void save {
try ))) {
KRYO.writeObject;} catch { e.printStackTrace;}
}
private File conversationFile { return new File;}
}

3️⃣ 配置 ChatClient 使用自定义 ChatMemory:

public App {
String memoryDir = System.getProperty + "/temp/chat-memory";ChatClient chatClient = ChatClient.builder
.defaultSystem
.defaultAdvisors(
new MessageChatMemoryAdvisor),new MyLoggerAdvisor
)
.build;}

4️⃣ 验证效果：

• A 运行应用并完成数轮交互；B 在项目根目录下查看 /temp/chat-memory/xxxx.kryo 文件夹；C 重启应用后 查询同一个会话 ID，即可恢复完整历史。

与思考这方面，

• User Pain Point：  内部内存导致聊天记录丢失、无法复原；需快速上线且成本低，说起来，缺少灵活 方法。老实说，
• This solution 把所有消息序列化到磁盘。让你不必担心重启后的信息遗失，也能轻松切换其他持久层。
• You 可以根据业务场景。把上面代码改造成 Redis 或 MongoDB 存储，只需替换文件读写逻辑即可。
• P.S.这方面。如果你还有其他痛点，例如多租户隔离或跨地域同步，只需再加一层封装即可。

`