在Spring AI中集成AnalyticDB for PostgreSQL作为长记忆存储-云原生数据仓库AnalyticDB-阿里云

本指南详细说明了如何将AnalyticDB for PostgreSQL作为持久化长记忆存储，与 Spring AI 框架集成。通过 spring-ai-alibaba 组件，开发者可以为大语言模型应用提供稳定、可检索的对话记忆能力。

前提条件

已创建AnalyticDB for PostgreSQL实例，并已开启向量检索引擎优化。
一个基于 Spring Boot 3.x 的项目工程。
已获取通义千问等服务的 API-Key。

快速入门

引入依赖

在您的项目 pom.xml 文件中，添加以下两个核心依赖。

说明

依赖包请通过钉钉联系阿里云服务支持获取（钉钉账号：1rr-h38w9hwtt5）。

<properties>
    <!-- 请将版本号替换为实际获取的版本 -->
    <spring-ai-alibaba.version>1.0.0.4</spring-ai-alibaba.version>
</properties>

<dependencies>
    <!-- ADBPG 长记忆核心启动器 -->
    <dependency>
        <groupId>com.alibaba.cloud.ai</groupId>
        <artifactId>spring-ai-alibaba-starter-memory-adbpg</artifactId>
        <version>${spring-ai-alibaba.version}</version>
    </dependency>

    <!-- ADBPG 长记忆自动配置 -->
    <dependency>
        <groupId>com.alibaba.cloud.ai.autoconfigure.memory.adbpg</groupId>
        <artifactId>spring-ai-alibaba-autoconfigure-memory-adbpg</artifactId>
        <version>${spring-ai-alibaba.version}</version>
    </dependency>
</dependencies>

参数配置

在 application.yml 文件中配置必要的连接信息和模型参数。自动配置机制将根据这些参数初始化相关 Beans。

spring:
  ai:
    # 通义千问的基础配置
    dashscope:
      api-key: sk-xxxx # 您的API Key

    # 阿里云AI套件相关配置
    alibaba:
      # ADBPG 长记忆专属配置
      adbpg:
        # 服务端配置：定义长记忆在ADBPG中的存储和处理方式
        server:  # 注意：此 server 节点必须存在才能触发自动配置
          vector-store:
            provider: adbpg
            config:
              port: 3000 # 记忆服务内部端口
              dbname: postgres
              user: test_user
              password: xxxx
              # embedding-model-dims 必须与下面 embedder 配置的向量维度一致
              embedding-model-dims: 1024
          llm:
            provider: qwen # 指定用于事实提取等内部处理的LLM
            config:
              api-key: ${spring.ai.dashscope.api-key} # 引用上方定义的API-Key
              base-url: https://dashscope.aliyuncs.com/compatible-mode/v1
              model: qwen3-32b # 例如 qwen-plus, qwen-max
          embedder:
            provider: openai # 指定用于生成向量的Embedding模型
            config:
              api-key: ${spring.ai.dashscope.api-key}
              model: text-embedding-v4 # 例如 text-embedding-v4
              openai-base-url: https://dashscope.aliyuncs.com/compatible-mode/v1
              embedding-dims: 1024 # 向量维度
          # 可选：自定义事实提取的Prompt模板
          custom-fact-extraction-prompt: classpath:/prompts/custom_fact_extraction_prompt.st
        
        # 客户端配置：定义应用连接ADBPG数据库的JDBC信息
        client:
          url: jdbc:postgresql://gp-xxxx-master.gpdb.rds.aliyuncs.com:5432/postgres
          username: test_user
          password: xxxx

使用示例

初始化

import com.alibaba.cloud.ai.memory.adbpg.advisor.AdbpgChatMemoryAdvisor;
import com.alibaba.cloud.ai.memory.adbpg.core.AdbpgServiceClient;
import com.alibaba.cloud.ai.memory.adbpg.model.AdbpgServerRequest;

public class ADBPGMemoryController {
  private static final Logger logger = LoggerFactory.getLogger(ADBPGMemoryController.class);

  private final ChatClient chatClient;//Spring AI 核心接口，用于与大模型进行交互。
  private final VectorStore store;//Spring AI 向量存储接口.
  private final AdbpgServiceClient adbpgServiceClient;//ADB长记忆服务的专用客户端.

  public ADBPGMemoryController(VectorStore store, AdbpgServiceClient adbpgServiceClient, ChatClient.Builder builder) {
    this.store = store;
    this.adbpgServiceClient = adbpgServiceClient;
    this.chatClient = builder
      .defaultAdvisors(
        AdbpgChatMemoryAdvisor.builder(store).build()
      )
      .build();
  }

  public String call(@RequestParam(value = "message", defaultValue = "请给我推荐好玩的游戏") String message,
                     @RequestParam(value = "user_id", defaultValue = "miao") String userId
                    ) {
    return chatClient.prompt(message)
      .advisors(
        a -> a.params(Map.of(USER_ID, userId))
      )
      .call().content();
  }
}

添加记忆：使用 adbpgServiceClient.addMemory 方法添加一条或多条对话记忆。

 adbpgServiceClient.addMemory(
                AdbpgServerRequest.MemoryCreate.builder()
                        .userId("test")
                        .messages(List.of(
                                new AdbpgServerRequest.Message("user", "I'm travelling to San Francisco"),
                                new AdbpgServerRequest.Message("assistant", "That's great! I'm going to Dubai next month."))
                        )
                        .build());


// 带metadata参数
adbpgServiceClient.addMemory(
                AdbpgServerRequest.MemoryCreate.builder()
                        .agentId("agent2")
                        .userId("test")
                        .messages(List.of(
                                new AdbpgServerRequest.Message("user", "I'm travelling to San Francisco"),
                                new AdbpgServerRequest.Message("assistant", "That's great! I'm going to Dubai next month."))
                        )
                        .metadata(Map.of(
                                "expiration_date", "2026-01-01"
                        ))
                        .build());

MemoryCreate 结构：

字段	类型	是否必选	描述
`messages`	`List<Message>`	是	对话消息列表，包含角色和内容。
`userId`	`String`	是	用户唯一标识符。
`agentId`	`String`	否	Agent唯一标识符，用于隔离不同Agent的记忆。
`runId`	`String`	否	单次运行的ID，用于追踪。
`metadata`	`Map<String, Object>`	否	自定义元数据，可用于后续的过滤查询。

检索记忆，使用 vectorStore.similaritySearch 方法，通过 AdbpgServerRequest.SearchRequest 构造查询条件。

// 按照agent id或者user id来检索
documents = store.similaritySearch(AdbpgServerRequest.SearchRequest.builder().userId("test").agentId("agent2").build());
logger.info("agent的长期记忆: {}", documents);

// 按照query和filters来检索
documents = store.similaritySearch(
                AdbpgServerRequest.SearchRequest.builder()
                        .query("What do you know about me?")
                        .userId("test")
                        .filters(Map.of(
                                "AND", 
                                Arrays.asList(
                                        Map.of("created_at", Map.of("gte", "2025-07-29", "lte", "2025-11-30")),
                                        Map.of("user_id", "test")
                                )
                                ))
                                .build()
                        );

SearchRequest 结构：

字段	类型	是否必选	描述
`query`	`String`	否	用于相似度搜索的自然语言查询。
`userId`	`String`	否	用户唯一标识符，用于限定搜索范围。
`agentId`	`String`	否	Agent唯一标识符，用于限定搜索范围。
`runId`	`String`	否	单次运行的ID，用于限定搜索范围。
`filters`	`Map<String, Object>`	否	基于元数据的结构化过滤条件。
`limits`	`Integer`	否	返回的最大结果数量。

删除记忆：使用adbpgServiceClient的deleteMemory或deleteAllMemories方法进行删除记忆。

// 按照memory id进行删除
adbpgServiceClient.deleteMemory(documents.stream().findFirst().get().getId());

// 按照user id进行删除
adbpgServiceClient.deleteAllMemories("test", null, null);