Spring Boot + JDBC AgentMemory：持久化 Agent 会话
如果你已经不满足于“基础多轮聊天”，而是要让 ReAct Agent 在多次请求之间继续记住：
- 历史用户输入
- 上一轮模型输出
- 工具执行结果
- 压缩后的摘要
那就该从 ChatMemory 升级到 AgentMemory 了。
这页给一条最实用的落地方式：
ai4j-agent负责 Agent runtimeJdbcAgentMemory负责会话持久化- Spring Boot 提供
DataSource
1. 什么时候该用它
适合：
- ReAct Agent
- 带工具调用的业务 Agent
- 多轮任务代理
- 需要跨实例恢复的 Agent session
不适合：
- 只是普通聊天
- 不需要工具结果回写
- 不需要 runtime state
如果只是普通聊天，请先用：
2. 依赖
<dependencies>
<dependency>
<groupId>io.github.lnyo-cly</groupId>
<artifactId>ai4j-agent</artifactId>
<version>2.1.0</version>
</dependency>
<dependency>
<groupId>io.github.lnyo-cly</groupId>
<artifactId>ai4j-spring-boot-starter</artifactId>
<version>2.1.0</version>
</dependency>
<dependency>
<groupId>com.mysql</groupId>
<artifactId>mysql-connector-j</artifactId>
<scope>runtime</scope>
</dependency>
</dependencies>
3. application.yml
spring:
datasource:
url: jdbc:mysql://127.0.0.1:3306/ai4j?useUnicode=true&characterEncoding=UTF-8&serverTimezone=Asia/Shanghai
username: root
password: 123456
ai:
openai:
api-key: ${OPENAI_API_KEY}
api-host: https://api.openai.com/
JdbcAgentMemory 默认会自动建表：
ai4j_agent_memory
4. 构造一个按 sessionId 创建 Agent 的工厂
这里故意不把 Agent 做成单例，因为每个用户会话都应该绑定自己的 sessionId。
import io.github.lnyocly.ai4j.agent.Agent;
import io.github.lnyocly.ai4j.agent.Agents;
import io.github.lnyocly.ai4j.agent.memory.JdbcAgentMemory;
import io.github.lnyocly.ai4j.agent.memory.JdbcAgentMemoryConfig;
import io.github.lnyocly.ai4j.agent.memory.WindowedMemoryCompressor;
import io.github.lnyocly.ai4j.agent.model.ChatModelClient;
import io.github.lnyocly.ai4j.service.PlatformType;
import io.github.lnyocly.ai4j.service.factory.AiService;
import org.springframework.stereotype.Component;
import javax.sql.DataSource;
import java.util.Arrays;
@Component
public class PersistentAgentFactory {
private final AiService aiService;
private final DataSource dataSource;
public PersistentAgentFactory(AiService aiService, DataSource dataSource) {
this.aiService = aiService;
this.dataSource = dataSource;
}
public Agent create(String sessionId) {
return Agents.react()
.modelClient(new ChatModelClient(aiService.getChatService(PlatformType.OPENAI)))
.model("gpt-4o-mini")
.systemPrompt("你是一个严谨的企业知识助手。")
.instructions("必要时再调用工具，最终回答保持简洁。")
.toolRegistry(Arrays.asList("queryWeather"), null)
.memorySupplier(() -> new JdbcAgentMemory(
JdbcAgentMemoryConfig.builder()
.dataSource(dataSource)
.sessionId(sessionId)
.compressor(new WindowedMemoryCompressor(30))
.build()
))
.build();
}
}
这段配置里最重要的是：
memorySupplier(...)sessionId(sessionId)compressor(new WindowedMemoryCompressor(30))
它表示：
- 每个会话使用独立的
JdbcAgentMemory - 每轮运行后的 memory 都持久化到数据库
- 历史 item 超过窗口后会自动裁剪
5. Agent 服务层
import io.github.lnyocly.ai4j.agent.Agent;
import io.github.lnyocly.ai4j.agent.AgentRequest;
import io.github.lnyocly.ai4j.agent.AgentResult;
import org.springframework.stereotype.Service;
@Service
public class AgentConversationService {
private final PersistentAgentFactory persistentAgentFactory;
public AgentConversationService(PersistentAgentFactory persistentAgentFactory) {
this.persistentAgentFactory = persistentAgentFactory;
}
public String run(String sessionId, String input) throws Exception {
Agent agent = persistentAgentFactory.create(sessionId);
AgentResult result = agent.run(AgentRequest.builder().input(input).build());
return result.getOutputText();
}
}
这种写法的重点不是“每次重新 build Agent 会不会浪费”，而是：
- 每次请求都能从数据库恢复对应
sessionId的 memory - 不依赖单机 JVM 内部缓存
- 更适合 Web 服务和多实例部署
6. Controller 示例
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestHeader;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.Collections;
import java.util.Map;
@RestController
@RequestMapping("/agent")
public class AgentController {
private final AgentConversationService agentConversationService;
public AgentController(AgentConversationService agentConversationService) {
this.agentConversationService = agentConversationService;
}
@PostMapping("/run")
public Map<String, Object> run(@RequestHeader("X-Session-Id") String sessionId,
@RequestBody Map<String, String> body) throws Exception {
String output = agentConversationService.run(sessionId, body.get("input"));
return Collections.<String, Object>singletonMap("output", output);
}
}
7. 如何理解 AgentMemory 和 ChatMemory 的差别
ChatMemory
更关注：
- 聊天消息历史
Chat / Responses输入拼装- 用户消息与助手消息的连续上下文
AgentMemory
更关注：
- Agent 每一轮 loop 的状态
- 工具调用结果
function_call_output- 摘要压缩后的 system 记忆
所以对带工具的 Agent 来说，AgentMemory 才是正确层级。
8. 如果你想显式使用 Session
如果你在单个请求中要持续运行一个会话对象，也可以这样写：
Agent agent = persistentAgentFactory.create(sessionId);
String answer = agent.newSession()
.run(AgentRequest.builder().input("请继续上一轮任务").build())
.getOutputText();
但在典型 Web 服务里，更常见的仍然是：
- 根据请求里的
sessionId重建 Agent - 让
JdbcAgentMemory负责恢复上下文
9. 你最终会得到什么
当 Agent 运行一轮后，数据库里会保留：
- 用户输入
- 模型输出 item
- 工具输出 item
- 可选 summary
这意味着下次再用同一个 sessionId 进入时，模型看到的不是空白上下文，而是上一轮运行后的真实状态。
10. 上线建议
sessionId应绑定用户、租户或业务单据，不要用公共常量WindowedMemoryCompressor适合第一版，稳定且便宜- 如果要长期项目协作式 Agent，再考虑“摘要 + 窗口”的自定义压缩器
JdbcAgentMemory解决的是持久化，不替你做任务并发控制、租户隔离和会话生命周期治理