在上一篇文章中，我们介绍了如何引入Spring AI，本文将深入探讨如何实现聊天记录的持久化存储。
一、初始方案：内存存储的局限性
在项目初期，我们使用简单的内存存储实现聊天记录管理：
创建ChatController
编写接口
参数说明：
- CHAT_MEMORY_CONVERSATION_ID_KEY：会话key，用于区分会话。
- CHAT_MEMORY_RETRIEVE_SIZE_KEY：发送给聊天模型的上下文长度。
二、问题发现与接口分析
使用apifox测试这几个接口
可以发现在对话中确实保存了聊天记录，获取聊天记录的接口也正确返回
此处返回的聊天记录如下：
但是目前的聊天记录是存储在内存中，程序一旦关闭聊天记录就失效了，我们需要做的是将聊天记录永久存储，解决方法就是重写ChatMemory，结合Redis实现聊天记录的持久化。
三、架构演进：Redis持久化方案
核心接口设计
通过ChatMemory的源码可以看出它是一个接口，提供了将消息添加到对话（add）、从对话中检索消息（get）以及清除对话历史记录（clear）的方法，那么我们可以根据它的结构来实现一个自定义的ChatMemory。
Redis实现方案
- 首先，新建一个类命名为RedisChatMemory 实现ChatMemory接口，并添加@Component注解将它注册成一个服务，引入RedisTemplate依赖并实现ChatMemory定义的方法。
- 这里的RedisTemplate定义的模版类型约束是Message，只用于Message的数据交互，那么就意味着在配置RedisTemplate时就要指定属性类型，其次Message是接口，在反序列化时需要明确指定其具体实现类，所以我们要根据Message来自定义一个序列化器
- 接下来需要将序列器注册到RedisTemplate中
- 接下来需要将我们的RedisChatMemory通过Spring AI的Advisor添加到聊天大模型中，这里也设置了defaultSystem，后续还会根据实际使用需要进行修改。
服务层重构
现在已经完成了对ChatMemory的持久化存储，需要修改原来的ChatController类，将实现接口的逻辑部分代码移到ChatService，新建ChatSession类，以持久化存储对话
这里我们先定义三个接口，分别为获取聊天记录、获取会话列表、普通聊天
流式聊天后续会在和前端沟通后进行实现（也可能根据需要而放弃实现）
四、测试
最后我们可以使用apifox测试接口：
三个接口都很成功，返回结果符合预期
redis中存储格式如图所示：
技术方案全景
- 核心架构 Spring AI + DeepSeek模型 + Redis持久化 └─ ChatClient API层 → 记忆管理 → Redis存储 → 会话服务
- 关键技术栈
- 多态序列化：Jackson自定义TypeResolver + 类型白名单
- 上下文管理：MessageChatMemoryAdvisor + 滑动窗口策略
- 持久化方案：Redis Hash结构 + TTL自动过期
