目錄

一、前言

二、AI大模型會話記憶介紹

2.1 AI 大模型的會話記憶是什么

2.2 AI 大模型為什么需要會話記憶

2.3 AI 大模型會話記憶常用實現方案

2.4 LangChain4j 會話記憶介紹

2.4.1 LangChain4j 會話記憶介紹

2.4.2 LangChain4j 會話記憶類型

三、Langchain4j 會話記憶操作案例使用

3.1 前置準備

3.1.1 導入依賴文件

3.1.2 添加配置文件

3.1.3 前置案例

3.2 會話記憶的實現

3.2.1 基于多輪對話存儲結果實現會話記憶

3.2.2 基于ChatMemory 實現會話記憶

3.2.3 基于ChatMemory 會話記憶升級

3.3 會話隔離實現

3.3.1 自定義一個Assistant

3.3.2 自定義chatMemoryProvider 配置bean

3.3.3 添加測試接口

3.3.4 效果測試

四、基于Redis實現會話記憶持久化存儲

4.1 前置準備

4.1.1 導入redis依賴

4.1.2 添加redis配置信息

4.1.3 自定義redis序列化類

4.2 會話記憶代碼改造

4.2.1 自定義ChatMemoryStore

4.2.2 ChatMemoryProvider 配置bean改造

4.2.3 接口效果測試

五、寫在文末

---

一、前言

在于大模型對話的時候，細心的伙伴們會發現，前面跟大模型聊的一句話，后面再基于這句話繼續問問題的時候，仍然可以得到預期的回答，這就是大模型的記憶能力。什么是記憶功能？默認情況下向大模型每次發起的提問都是新的，大模型無法把每次對話形成記憶，也無法根據對話上下文給出人性化的答案。比如：我的第一次提的一個問題，大模型給出了一個回答的列表，當我再次提問這個回答列表中的一個問題時，它就不知道我在說什么了，因為大模型已經失去了上一次的提問記憶。所以讓智能體（如AI助手、機器人、虛擬角色等）擁有記憶功能不僅能提升交互體驗，還能增強其功能性、適應性和長期價值。

二、AI大模型會話記憶介紹