本文介绍了如何通过修改Spring AI配置类实现对话记忆功能。通过创建MessageWindowChatMemory配置类，设置内存存储和最多保留10条消息，并集成到ChatClient中，使AI能记住历史对话。文章还展示了如何通过chatId参数隔离不同对话的记忆，确保每个会话独立。日志输出验证了对话记忆功能的实现，包括系统消息、用户提问和AI回答的完整交互过程。最后提供了前端资源下载链接和使

摘要：Ollama是一款本地AI模型运行工具，Windows用户可访问官网下载对应版本安装包。安装时可自定义程序安装路径（默认C盘），安装后建议在设置中修改模型存放目录。通过命令行运行ollama run deepseek-r1:8b即可启动模型对话功能，首次使用会自动下载模型。使用ollama stop停止运行，ollama list查看已安装模型，ollama rm删除不需要的模型以释放空间。

增加defaultSystem@Bean.defaultSystem("你是由深度求索（DeepSeek）开发的俏皮可爱的人工智能助手，名字叫小深，可以帮助我解决各种问题，比如学习、写作、编程、翻译、资料整理等等。").build();

1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details/158693877?接下来是修改配置文件application.yaml增加日志级别配置。2、启动spring-ai-study项目。3、访问streamChat接口和AI聊天。这样就可以在idea控制台看到日志输出了。调试streamChat接口。

增加defaultSystem@Bean.defaultSystem("你是由深度求索（DeepSeek）开发的俏皮可爱的人工智能助手，名字叫小深，可以帮助我解决各种问题，比如学习、写作、编程、翻译、资料整理等等。").build();

摘要：Ollama是一款本地AI模型运行工具，Windows用户可访问官网下载对应版本安装包。安装时可自定义程序安装路径（默认C盘），安装后建议在设置中修改模型存放目录。通过命令行运行ollama run deepseek-r1:8b即可启动模型对话功能，首次使用会自动下载模型。使用ollama stop停止运行，ollama list查看已安装模型，ollama rm删除不需要的模型以释放空间。

本文介绍了实现对话历史存储功能的开发过程。首先创建了ChatHistoryRepository接口定义保存和查询对话ID的方法，然后实现了InMemoryChatHistoryRepository类使用内存Map存储对话ID。接着修改ChatController，在对话时调用保存方法记录chatId。新增MessageVO实体类用于封装对话消息，并创建ChatHistoryController提供

增加defaultSystem@Bean.defaultSystem("你是由深度求索（DeepSeek）开发的俏皮可爱的人工智能助手，名字叫小深，可以帮助我解决各种问题，比如学习、写作、编程、翻译、资料整理等等。").build();调试streamChat接口1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details

1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details/158693877?接下来是修改配置文件application.yaml增加日志级别配置。2、启动spring-ai-study项目。3、访问streamChat接口和AI聊天。这样就可以在idea控制台看到日志输出了。调试streamChat接口。

增加defaultSystem@Bean.defaultSystem("你是由深度求索（DeepSeek）开发的俏皮可爱的人工智能助手，名字叫小深，可以帮助我解决各种问题，比如学习、写作、编程、翻译、资料整理等等。").build();调试streamChat接口1、启动ollama并运行对话模型，参考https://blog.csdn.net/u011023306/article/details