Java实现DeepSeek聊天信息记忆分离

聊天信息记忆分离

现在我们再来想另一种情况： 如果不同的用户或者不同的对话肯定不能用同一个记忆，要不然对话肯定会混淆，此时就需要进行区分。

可以通过memoryId进行区分， 在AiConfig配置类中加入配置信息：

public interface AssistantUnique{
        // 普通聊天方法（阻塞式，返回完整响应）
        String chat(@MemoryId int memoryId,@UserMessage String message);

        /**
         * 流式聊天方法（实时返回token）
         *
         *@param memoryId 对话记忆ID（用于区分不同会话）
         *@param userMessage 用户输入的消息
         *@return TokenStream 流式响应对象
         */
        TokenStream stream(@MemoryId int memoryId,@UserMessage String userMessage);
    }

    /**
     * 创建AssistantUnique实例的方法
     * @param chatLanguageModel 同步聊天模型（注入的依赖）
     * @param streamingChatLanguageModel 流式聊天模型（注入的依赖）
     * @return 配置好的AssistantUnique实例
     */
    @Bean
    public AssistantUnique getAssistantUnique(ChatLanguageModel chatLanguageModel,
                                              StreamingChatLanguageModel streamingChatLanguageModel){

        // 使用AiServices构建器创建接口实现
        AssistantUnique assistantUnique = AiServices.builder(AssistantUnique.class)
                // 设置同步聊天模型（用于chat方法）
                .chatLanguageModel(chatLanguageModel)
                // 设置流式聊天模型（用于stream方法）
                .streamingChatLanguageModel(streamingChatLanguageModel)
                // 配置对话记忆提供者（为每个memoryId创建独立的记忆窗口）
                .chatMemoryProvider(memoryId->
                        MessageWindowChatMemory.builder().maxMessages(10) // 每个对话最多保存10条消息
                                .id(memoryId)  // 设置记忆ID（区分不同会话）
                                .build())
                .build();

        return assistantUnique;
    }

原理：

0. 通过AiService创建的代理对象（AiServices.builder(Assistant.class)）调用chat方法
1. 代理对象会去ChatMemory中根据id去获取之前的对话记录（获取记忆）
2. 将获取到的对话记录合并到当前对话中（此时大模型根据之前的聊天记录肯定就拥有了“记忆”）
3. 将当前的对话内容根据id存入ChatMemory（保存记忆）

memoryId可以设置为用户Id, 或者对话Id 进行区分即可：

控制器接口实现：

@Autowired
AiConfig.AssistantUnique assistantUnique;

@RequestMapping("/memoryId_chat")
public String memoryChat(@RequestParam(defaultValue = "我是谁") String message,int userId){
    return assistantUnique.chat(userId,message);
}

观察效果：

首先我们发起第一个聊天，然后告诉大模型我们是小红，并且传多一个参数userId=2

然后我们使用userId为3的情况去获取用户的信息：

再试试看使用userId为2的场景去获取这个聊天信息：