上篇文章，主要是簡單講解了一下文本對話的功能。由于模型不具備上下文記憶功能，只能一問一答。因此我們需要實現記憶對話功能，這樣大模型回答信息才能夠更加準確。

1、pom依賴
項目構建就不詳細說了，大家可以參考上篇 文本對話 文章。

    <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-starter-model-chat-memory-repository-jdbc</artifactId></dependency>

2、修改ChatConfig類

@Component
public class ChatConfig {@Beanpublic ChatMemory chatMemory() {// 默認存儲最近的 10 條消息return MessageWindowChatMemory.builder().maxMessages(10).build();}@Beanpublic ChatClient init(OpenAiChatModel chatModel, ChatMemory chatMemory) {return ChatClient.builder(chatModel).defaultSystem("你是一個智能助手，請以友好的語氣回答問題。").defaultAdvisors(new SimpleLoggerAdvisor(),MessageChatMemoryAdvisor.builder(chatMemory).build()).build();}
}

這里我這邊采用了內存形式存儲消息。Spring AI 除此之外還提供了其他的消息存儲方式，詳細內容可以參考 https://docs.spring.io/spring-ai/reference/api/chat-memory.html

3、ChatController類

@RestController
@RequestMapping(value = "/api/chat")
public class ChatController {@Resourceprivate ChatClient chatClient;@GetMapping("/chat")public String chat(@RequestParam(value = "message") String message,@RequestParam(value = "chatId") String chatId) {return chatClient.prompt(message).advisors(a -> a.param(ChatMemory.CONVERSATION_ID, chatId)).call().content();}
}

參數中的chatId，可以根據自己的實際場景去設定，一般是一個會話頁面。

以上功能就可以實現會話記憶功能了。