本文介绍使用 guava 的 loadingcache 实现按用户会话不活跃时长（如 2 分钟）自动过期并清理聊天历史，避免 token 浪费，同时保留其他用户数据不受影响。
本文介绍使用 guava 的 loadingcache 实现按用户会话不活跃时长（如 2 分钟）自动过期并清理聊天历史，避免 token 浪费，同时保留其他用户数据不受影响。
在构建基于 OpenAI 的对话式应用（如 GPT-3.5-turbo 聊天机器人）时，为每个用户维护上下文历史是提升对话连贯性的关键。但长期累积的 ChatMessage 列表会导致请求 token 数激增，显著推高 API 成本与响应延迟。理想方案并非全局清空缓存，而是对单个用户会话实施精准的“不活跃超时”管理：若某用户连续 2 分钟未发送新消息，则其历史记录应自动失效并重置——这正是 Guava LoadingCache 的核心优势所在。
✅ 推荐方案：Guava LoadingCache + expireAfterWrite
LoadingCache
以下是重构后的关键代码（已适配最新 Guava 版本）：
当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式，或要求按照代码注释规范处理 Java 文件时，使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则，并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括：补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。
// 引入依赖（Maven） <!-- https://mvnrepository.com/artifact/com.google.guava/guava --> <dependency><groupid>com.google.guava</groupid><artifactid>guava</artifactid><version>33.2.1-jre</version></dependency>
private static OpenAiService service;
private static LoadingCache<string list>> conversations;
public static void initializeOpenAi() {
service = new OpenAiService(Settings.OPENAI_ACCESS_KEY);
conversations = Caffeine.newBuilder()
.maximumSize(10_000) // 可选：限制总缓存容量
.expireAfterWrite(2, TimeUnit.MINUTES) // ⭐ 关键：2分钟无写入即过期
.build(key -> {
// 自动加载新会话：首次 get 或过期后重建
List<chatmessage> fresh = new ArrayList();
ChatMessage system = new ChatMessage();
system.setRole("system");
system.setContent("Omnis is a chatbot with sarcasm");
fresh.add(system);
return fresh;
});
}
public static String generateChatResponse(User user, String prompt) {
String userId = user.getId();
// ✅ 安全获取：过期则返回 null，否则返回最新列表
List<chatmessage> conversation = conversations.getIfPresent(userId);
// 若为空（首次访问或已过期），则创建新会话（由 build() 中的 loader 自动完成）
if (conversation == null) {
conversation = conversations.getUnchecked(userId); // 触发 loader 加载
}
// 构造用户消息并追加
ChatMessage userPrompt = new ChatMessage();
userPrompt.setRole("user");
userPrompt.setContent(prompt);
conversation.add(userPrompt);
// 构建并发送 ChatCompletion 请求（逻辑同原代码）
ChatCompletionRequest chatRequest = ChatCompletionRequest.builder()
.model("gpt-3.5-turbo")
.maxTokens(1000)
.temperature(0.9)
.topP(0.3)
.frequencyPenalty(0.9)
.presencePenalty(0.0)
.messages(conversation)
.build();
ChatCompletionResult chatResult;
try {
chatResult = service.createChatCompletion(chatRequest);
} catch (Exception e) {
// 错误处理（保持原逻辑）
return handleError(e);
}
String response = chatResult.getChoices().get(0).getMessage().getContent();
// 追加助手回复（注意：此操作会刷新该 key 的写入时间！）
ChatMessage assistantPrompt = new ChatMessage();
assistantPrompt.setRole("assistant");
assistantPrompt.setContent(response);
conversation.add(assistantPrompt);
// ✅ 不需要显式 put —— 因为 conversation 是缓存中引用的对象，
// 其修改已实时生效；且每次 add 操作都属于“写入”，会重置过期计时器
return response;
}</chatmessage></chatmessage></string>
? 关键说明：
- 使用 Caffeine（Guava Cache 的现代继任者）替代已废弃的 CacheBuilder，API 更简洁、性能更优、线程安全开箱即用。
- getUnchecked(key) 在 key 不存在或过期时，会同步调用 loader 创建新值并缓存，避免重复初始化逻辑。
- 无需手动 put()：因 conversation 是缓存中可变对象的引用，所有 add() 操作直接作用于缓存实例，且每次 add() 都构成一次“写入”，自动延长其 2 分钟有效期。
- expireAfterWrite 严格基于最后一次写入时间，完美匹配“用户发言即续期”的业务语义。
⚠️ 注意事项与最佳实践
- 线程安全：Caffeine 缓存默认线程安全，多线程并发调用 getIfPresent/getUnchecked 无需额外同步。
- 内存控制：通过 maximumSize() 防止缓存无限增长；若需更精细淘汰（如按访问频次），可结合 weigher() 使用。
- 异常健壮性：loader 中抛出异常将导致本次 get 失败，建议在 loader 内包裹 try-catch 并返回默认值。
-
监控与调试：启用 recordStats() 可统计命中率、加载次数等，便于优化过期策略：
.recordStats() // 后续可通过 conversations.stats() 获取指标
-
替代方案对比：
- ConcurrentHashMap + 定时任务：实现复杂、易出错、无法精确到单 key 级别。
- Spring Cache + @Cacheable：需引入 Spring 生态，灵活性较低。
- 自研 TTL Map：重复造轮子，缺乏成熟度与测试保障。
通过以上改造，你的聊天机器人即可在零成本增加的前提下，智能压缩无效上下文，显著降低 token 消耗，同时保障活跃用户的对话体验丝滑如初。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
