目录

一、介绍

二、使用示例

三、Advisor开发前言

四、Advisor实践—多轮对话记忆

 （1）基于内存存储的对话记忆数据

（2）基于mysql实现持久化记忆

---

        大家好，我是jstart，今天给大家讲讲Spring AI中的一个核心特性——Advisors。这个特性是指在帮大家能完成模型调用的基础上，进行对AI功能的定制化增强，Advisors的功能非常强大，几乎所有增强都依靠它来完成。

如果大家还不能正常地在程序接入大模型并完成调用，那么大家可以看看这两篇博客：

---

【Spring AI Alibaba】接入大模型-CSDN博客

【java】AI内容用SSE流式输出响应给前端，实现打字机效果-CSDN博客

---

一、介绍

官方文档：Advisors API ：： Spring AI 参考

        在官方的介绍中，Spring AI Advisors API 提供了一种灵活而强大的方式来拦截、修改和增强 Spring 应用程序中的 AI 驱动交互。 通过利用 Advisors API，开发人员可以创建更复杂、可重用和可维护的 AI 组件。

        主要优势包括封装重复出现的生成式 AI 模式、转换与大型语言模型 （LLM） 发送和发送的数据，以及提供跨各种模型和用例的可移植性。

 总之，记住一句话就行了：advisor就是一个拦截器，在用户发送问题之后，在调用大模型之前，进行一系列增强。具体是什么增强，就与advisor的类型有关了，下面也会带大家实现advisor。

二、使用示例

advisor的难点在与如何开发advisor，置于advisor的使用是非常简单的，只需要把对应的advisor对象创建出来，然后作为参数进行传递即可。

官方示例代码：

var chatClient = ChatClient.builder(chatModel)
    .defaultAdvisors(
        MessageChatMemoryAdvisor.builder(chatMemory).build(), // chat-memory advisor
        QuestionAnswerAdvisor.builder((vectorStore).builder() // RAG advisor
    )
    .build();

var conversationId = "678";

String response = this.chatClient.prompt()
    // Set advisor parameters at runtime
    .advisors(advisor -> advisor.param(ChatMemory.CONVERSATION_ID, conversationId))
    .user(userText)
    .call()
	.content();

代码解释：

---

三、Advisor开发前言

        在实际开发中，我们往往需要用到多个拦截器，组合在一起相当于一条拦截链，每个拦截器都是有顺序的，通过实现Order接口，重写getOrder()方法来确定先后顺序，值越小，优先级越高。

        advisor有两种模式：流式Streaming和非流式Non-Streaming，二者在用法上没有什么区别，只是返回值不同而已。为了保证通用性，在开发advisor时，两种模式都要实现，其实就是这两个模式的方法都要进行重写。

---

四、Advisor实践—多轮对话记忆

 （1）基于内存存储的对话记忆数据

         其实在springAI中，已经内置有了关于对话记忆的advisor，所以当我们需要开发其他advisor时，也可以参考其内置的advisor来开发。

        言归正传，虽然说SpringAI已经内置了多轮对话记忆的advisor，也就是MessageChatMemoryAdvisor。但是，对话记忆是要将用户的对话数据存储起来，置于存储在哪里，如何进行存储，就是我们编码的重点了。

        SpringAI也提供了一个基于内存来存储的示例，但是基于内存来存储对话记忆的话，只要服务器一重启，会话数据就会丢失，所以我们要自己实现一种可以持久化存储对话记忆的实现类。从上面的截图也可以看到，这里我选择的是使用mysql数据库来实现持久化记忆。这里先看一下基于内存来存储对话记忆的使用，非常简单，直接new出来即可。

   查看InMemoryChatMemory的源码：

在ChatMemory接口中

在源码中发现，无非就是实现了一个固定的ChatMemory接口，然后重写里面的add、get、clear方法，也就是增删改方法了，非常简单，所以我们要实现使用mysql来持久化时，只需要同样的实现接口—重写方法—实现对数据库的增删改操作即可。

---

（2）基于mysql实现持久化记忆

难点在于——AI对话记忆中有多种类型，比如用户的消息实体，助手的消息实体（AI的回复）等等，难点在于如何将他们正确的按照对应的实体进行序列化和反序列化。

思路：

1. 数据库实体设计：定义好消息类型（type）和消息内容（text）字段
2. add方法中，从参数的Message对象中，取出type和text单独封装到数据库对应的实体，然后再保存到数据库
3. 定义枚举，String类型记录type属性，Class类型指定对应type的字节码，便于返序列化

       private final String value;
   
       private final Class<?> clazz;

4. get方法中：①获取到数据库的数据并封装到该表对应的实体，通过该实体的type属性和刚刚定义的枚举，获取到该条消息的字节码类型；②再通过序列化库（比如gson），将text的json格式数据反序列化成字节码对象；③最后强转成get方法返回值需要的类型。

   private Message getMessage(ConversationMemory conversationMemory) {
           String memory = conversationMemory.getMemory();
           Gson gson = new Gson();
           return (Message) gson.fromJson(memory, MessageTypeEnum.fromValue(conversationMemory.getMessageType()).getClazz());
       }