[Chat Memory] Enhance chat memory support

[chickenlj]

• persistent memory storage
• memory window control
• summarized memory based on chat history
• etc.

由于模型是无状态的，因此要实现聊天记忆效果，需要在与模型交互时要把整个对话上下文完整的发送给模型。

基本方案

实现方案上涉及以下几点：

• 聊天历史的持久化与管理
• 形成有效的聊天记忆上下文
  • 聊天历史大小，避免超过model context上下文大小限制。包括 MessageWindowChatMemory 等
  • Chat Summary，有效降低聊天历史成本的一种手段

Spring AI分析

Spring AI 中关于记忆部分的核心定义为 ChatMemory。

• 需要增加一些常用持久化组件的适配；
• ChatMemoryStore中包含一个size限制，但不够灵活，是否抽象独立的WindowSize实现？
• 增加Summary，对话总结能力

[chickenlj]

Provided by 张亦驰

当前版本

一、记忆类型：ConversationBufferWindowMemory：基于一个固定长度的滑动窗口的“记忆”功能

二、记忆存储：
1. add(String conversationId, Message msg)
2. add(String conversationId, List msgList)
3. getMessage(String conversationId)
4. clear(String conversationId)

三、模型基础抽象（提取了常用的公共部分）

1.	apikay：秘钥
2.	windowSize：窗口大小
3.	temperature：温度
4.	modelEnum：模型枚举(名称、输入上下文窗口大小)
5.	prompt：提示词
6.	includeSystemPrompt：是否包含提示词(true,将提示词放到message[0]<千问>，根据api实现)

四、根据ModelConversationFactory创建适配模型的会话

1.	QwenClient
2.	OpenAIClient
…

五、会话实体属性：

1.	role: user(用户输入)、assistant: (ai回复)
2.	content：用户输入信息&AI回复信息

六、根据配置的持久化方式和记忆方式(滑动窗口、小结、、、)持久化会话，当前滑动(固定)窗口大小方式

七、持久化的存储类型：mysql、redis、ES

八、根据不同的持久化方式初始化存储结构、存储

后续版本规划

一、记忆类型增加：

1.	ConversationSummaryBufferMemory：在token限制之前以对话形式进行存储，超过之后进行小结存储
2.	ConversationSummaryMemory：将每次会话都进行以小结的形式存储

二、会话的message属性增加：

1.	inputCountTokens：用户输入的token数量
2.	outputCountTokens：AI回复的token数量

三、ModelConversationFactory增加：

其他模型client适配

四、优化token计算方式：
如：用户首次输入，请求api计算或使用依赖分词器计算

五、同一种model不同的记忆类型存储

[jc8futao]

太棒了~！~！稍后会合并到大版本中吗？