用户：你好，我叫leoAI机器人：嗨，leo，有什么可以帮您的吗？用户：我叫什么名字？AI机器人：你叫Leo。
本文手把手教你用langchain4j来实现这样的影象功能。
STEP0：基本环境准备和编程入门回顾，请参考我的AI文章系列：AI编程之手把手教你在CentOS安装Postgresql的Vector向量数据库
AI编程之手把手教你利用postgresql向量数据库培植知识库JAVA版
AI编程之手把手教你利用langchain和postgresql向量库Python版
AI编程之手把手教你利用JAVA措辞编写大模型RAG
STEP1： 安装Postgresql+pgvector向量库
请参考我之前的文章： AI编程之手把手教你在CentOS安装Postgresql的Vector向量数据库
STEP2： 建表存放影象内容CREATE TABLE chat_memory (memory_id INT NOT NULL PRIMARY KEY,chat_messages TEXT NULL);
LangChain4j提出了ChatMemory的观点，它的实质是ChatMessage的容器。
ChatMemory是一个接口定义，它内部封装了一个ChatMessage的容器，供应了追加条款和打消影象存储两个方法。
LangChain4j供应了两种ChatMemory实现：
MessageWindowChatMemory供应了一种大略的文本化存储办法，按照条数存储，FIFO模式，如果超出条数，最老的一条被淘汰。把稳，只能存储一条SystemMessage，如果加入另一条SystemMessage，前一条SystemMessage会被淘汰。TokenWindowChatMemory供应了token化的存储办法，按照token数量存储，FIFO模式，如果超出token数量，最老的一条将会被淘汰。把稳，只能存储一条SystemMessage，如果加入另一条SystemMessage，前一条SystemMessage会被淘汰。ChatMemoryStore定义了一个用来持久化ChatMemory里存储的信息。
定义了查询、更新、删除持久化数据的能力。
我们紧张须要实现的是利用Postgresql做为持久化的ChatMemoryStore。代码如下：
//ChatMemory存储详细实现@Slf4j@Servicepublic class PersistentChatMemoryStore implements ChatMemoryStore {@ResourceChatMemoryMapper chatMemoryMapper;@Overridepublic List<ChatMessage> getMessages(Object memoryId) {ChatMemoryEntity chatMemoryEntity = chatMemoryMapper.queryForChatMemory((Integer)memoryId);if(null == chatMemoryEntity){return messagesFromJson(null);}return messagesFromJson(chatMemoryEntity.getChatMessages());}@Overridepublic void updateMessages(Object memoryId, List<ChatMessage> messages) {String json = messagesToJson(messages);ChatMemoryEntity chatMemoryEntity = new ChatMemoryEntity();chatMemoryEntity.setMemoryId((Integer) memoryId);chatMemoryEntity.setChatMessages(json);ChatMemoryEntity chatMemoryEntity1 = chatMemoryMapper.queryForChatMemory((Integer)memoryId);if (null == chatMemoryEntity1){chatMemoryMapper.insertChatMemory(chatMemoryEntity);}else {chatMemoryMapper.updateChatMemory(chatMemoryEntity);}}@Overridepublic void deleteMessages(Object memoryId) {chatMemoryMapper.deleteForChatMemory((Integer)memoryId);}}
数据库Mapper代码：
@Mapperpublic interface ChatMemoryMapper extends BaseMapper<ChatMemoryEntity> {ChatMemoryEntity queryForChatMemory(Integer memoryId);void updateChatMemory(@Param("chatMemoryEntity") ChatMemoryEntity chatMemoryEntity);void insertChatMemory(@Param("chatMemoryEntity") ChatMemoryEntity chatMemoryEntity);void deleteForChatMemory(Integer memoryId);}
Mybatis配置代码：
<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN""http://mybatis.org/dtd/mybatis-3-mapper.dtd"><mapper namespace="org.leo.llm.dao.ChatMemoryMapper"><!-- 定义 ResultMap --><resultMap id="chatmemoryResultMap" type="org.leo.llm.entity.ChatMemoryEntity"><id property="memoryId" column="memory_id" /><result property="chatMessages" column="chat_messages" /></resultMap><select id="queryForChatMemory" resultMap="chatmemoryResultMap">SELECT a.memory_id , a.chat_messagesFROM chat_memory a WHERE a.memory_id = #{memoryId}</select><update id="updateChatMemory" >UPDATE chat_memory SET chat_messages = #{chatMemoryEntity.chatMessages}WHERE memory_id = #{chatMemoryEntity.memoryId}</update><insert id="insertChatMemory" >insert into chat_memory (memory_id , chat_messages)values (#{chatMemoryEntity.memoryId},#{chatMemoryEntity.chatMessages})</insert><delete id="deleteForChatMemory" >delete from chat_memorywhere memory_id = #{chatMemoryEntity.memoryId}</delete></mapper>
我们仍旧利用AiServices快速包装产生谈天机器人。
public String chatWithMemory(Integer userId,String chatMessage) {OpenAiChatModel chatModel = OpenAiChatModel.builder().baseUrl("https://oneapi.xty.app/v1").apiKey("sk-1234567890abcdef").modelName("gpt-3.5-turbo").build();ChatMemoryProvider chatMemoryProvider = memoryId -> MessageWindowChatMemory.builder().id(memoryId).maxMessages(10).chatMemoryStore(persistentChatMemoryStore).build();LLMAssistant agent = AiServices.builder(LLMAssistant.class).chatLanguageModel(chatModel).chatMemoryProvider(chatMemoryProvider).build();return agent.chat(userId,chatMessage);}
经由几次对话，我们看看历史记录：
我：我叫leoAI机器人：你好，leo！
有什么可以帮助你的吗？我：我叫什么名字？AI机器人：你叫Leo。--把运用重启了一遍。重启之后我：我叫什么名字？AI机器人：你叫Leo。
Postgresql里也存入了影象数据：
通过引入谈天历史，这个大略的谈天机器人具备了影象能力。
STEP6： 后续
后续将利用Langchain和postgresql实现更多的CASE，敬请关注。
作者简介：
leo，互联网大厂AI架构师，欢迎私信互换
我的Dify AI case by case系列文章：
dify.ai 学习 case by case 第一弹
dify.ai 学习 case by case 第二弹，爆款小红书内容天生Agent
dify.ai 学习 case by case 第三弹，调用dify的API运行流程
dify.ai 学习 case by case 第四弹，繁芜的case：用dify天生一篇论文
STEP by STEP 演习一个transformer模型