一.对话机器人，快速入门

1.创建Spring boot工程，版本选择3.4.3，并引入以下两个依赖

2.在项⽬pom.xml中添加spring-ai的版本信息

然后，添加spring-ai的依赖管理项：

最后，引⼊spring-ai-ollama的依赖：

为了⽅便后续开发，我们再⼿动引⼊⼀个Lombok依赖：

3.接下来，我们还要在配置⽂件中配置模型的参数信息

以ollama为例，我们将application.properties 的内容修改为 spring: application: name: ai-demo ai: ollama: chat: application.yaml ，然后添加下面的内容：

4.ChatClient 中封装了与AI⼤模型对话的各种API，同时⽀持同步式或响应式交互。 不过，在使⽤之前，⾸先我们需要声明⼀个 ChatClient

在 c om.springai.config 包下新建⼀个 CommonConfiguration 类

5.接下来，我们定义⼀个Controller，在其中接收⽤⼾发送的提⽰词，然后把提⽰词发送给⼤模型，交给 ⼤模型处理，拿到结果后返回

6.同步调⽤需要等待很⻓时间⻚⾯才能看到结果，⽤⼾体验不好。为了解决这个问题，我们可以改进调 ⽤⽅式为流式调⽤。 在SpringAI中使⽤了WebFlux技术实现流式调⽤。 修改刚才 ChatController 中的chat⽅法

7.可以发现，当我们询问AI你是谁的时候，它回答⾃⼰是DeepSeek-R1，这是⼤模型底层的设定。如果 我们希望AI按照新的设定⼯作，就需要给它设置System背景信息。 在SpringAI中，设置System信息⾮常⽅便，不需要在每次发送时封装到Message，⽽是创建 ChatClient时指定即可。 我们修改 CommonConfiguration 中的代码，给 ChatClient 设定默认的System信息：

并修改CommonConfiguration ，给 ChatClient 添加⽇志Advisor

8.在application.yaml 中添加⽇志配置，更新⽇志级别：

9.前后端在不同域名，存在跨域问题，因此我们需要在服务端解决cors问题。在 com.springai.config 包中添加⼀个 MvcConfiguration 类：

10.会话记忆功能

会话记忆功能同样是基于AOP实现，Spring提供了⼀个 们可以像之前添加⽇志通知⼀样添加到 MessageChatMemoryAdvisor 的通知，我 ChatClient 即可

ChatMemory 接⼝声明如下：

11.添加会话记忆Advisor

在 C ommonConfiguration 中注册 ChatMemory 对象：

12.管理会话id（会话历史）

我们定义⼀个 com.springai.repository 包，然后新建⼀个 接⼝：

然后定义⼀个实现类 InMemoryChatHistoryRepository ：

13.保存会话id

14.查询会话历史

定义⼀个 com.springai.entity.vo 包，在其中定义⼀个 MessageVO 类：

在package com.springai.controller下新建⼀个ChatHistoryController ：

OK，重启服务，现在AI聊天机器⼈就具备会话记忆和会话历史功能了！