激动人心！Spring AI 2.x 发布！史诗级加强！

版本概览与重大变更

Spring AI 2.0.0-M1 是 2.x 系列的开篇版本，带来了底层架构、模型生态和核心组件的全面升级。最重要的变化是基座升级，本版本强制要求以下环境：

• Java 21：最低开发环境要求。
• Spring Boot 4.0 GA：基于新一代框架构建。
• Spring Framework 7.0：全面拥抱 Jakarta EE 11。

这意味着你可以直接享受虚拟线程、AOT编译等新特性，但迁移前需重点评估升级成本。

革命性的技术栈升级

Spring AI 2.0.0-M1 不仅仅是功能更新，更是技术范式的全面演进。基于 Spring Boot 4.0 + Spring Framework 7.0 的全新架构，标志着Java AI开发正式进入虚拟线程与AOT编译的新时代。

本次里程碑版本基于Spring Boot 4.0 GA和Spring Framework 7.0构建，以Jakarta EE 11为基石，并强制要求 Java 21作为最低开发环境。

整体来看，Spring AI 2.0.0-M1 一共合入了67 项改动，包括：

• 25 项功能增强：围绕 AI 原生开发体验做了大幅扩展；

• 32 项文档更新：对新手更友好，踩坑前多看一眼能省不少时间；

• 7 个稳定性修复 + 3 个安全依赖升级：把基础打得更稳。

📦 环境要求与项目配置

环境要求

• JDK 21或更高版本 (强制要求)
• Spring Boot 4.0 GA或更高版本
• Maven 3.6+ 或 Gradle 7.x

依赖配置

Maven：
在<dependencyManagement>中引入 BOM：

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-bom</artifactId><version>2.0.0-M1</version><type>pom</type><scope>import</scope></dependency>

然后添加具体模块依赖，例如 OpenAI：

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-openai-spring-boot-starter</artifactId></dependency>

Gradle：

dependencies { implementation platform('org.springframework.ai:spring-ai-bom:2.0.0-M1') implementation 'org.springframework.ai:spring-ai-openai-spring-boot-starter' }

基础配置 (application.yml)

spring:ai:openai:api-key:${OPENAI_API_KEY}# 本次更新：默认集成了官方Java SDK，默认聊天模型已更新chat:options:model:gpt-5-mini# 默认模型已更新为前沿版本temperature:0.7

✨ 核心新特性与升级详解

1. Redis 史诗级增强：成为AI应用核心存储

Redis 在本版本中获得重大升级，集成了聊天记忆和增强的向量存储能力，可作为构建生产级AI应用的首选存储方案。

• 新增 Redis Chat Memory
  提供了基于Redis的、支持持久化的聊天记忆组件，支持跨会话保留上下文。

  <dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-redis-store</artifactId><version>2.0.0-M1</version></dependency>

  特性包括：持久化记忆、文本搜索、范围查询，并可精细调优HNSW索引参数(M,efConstruction,efRuntime) 以平衡召回率与时延。

• Redis Vector Store 升级
  向量存储能力同步增强，同样支持文本搜索、范围查询和HNSW参数配置，无需额外部署专门的向量数据库。

2. 模型生态全面爆发

• Anthropic Claude 深度集成

  • 支持Claude 4.5 Opus / Haiku等最新模型。
  • 引入Citations API：可在回答中精确标注来源文档片段，极大增强RAG和问答场景的可信度。
  • 集成Files API：模型可直接生成代码、报告等可下载文件。
  • 工具调用新增Auto/Any/Tool/None四种精细控制模式。

• OpenAI 官方SDK集成
  现在直接集成OpenAI 官方 Java SDK，稳定性和兼容性更佳，默认聊天模型更新为gpt-5-mini。

• Google Gemini 思考深度可调
  GenAI SDK升级至 1.30.0，为Gemini模型补全了ThinkingConfig/ThinkingLevel配置，允许开发者控制模型推理深度，在质量与速度间取得平衡。

3. 企业级特性与基础设施

• Azure Cosmos DB Chat Memory：新增对应的 Spring Boot Starter，方便Azure生态用户存储聊天记录。
• Model Context Protocol (MCP) 增强：优化了客户端自动配置，引入了可选的处理器注册表，改善了对复杂Bean类型的支持。
• GemFire 向量存储安全加固：现在支持用户名/密码认证，满足企业合规要求。

💻 核心API使用示例 (适配2.x)

1. 使用增强的 ChatClient

ChatClient仍是核心接口，其构建和使用方式更加灵活。

importorg.springframework.ai.chat.client.ChatClient;importorg.springframework.stereotype.Service;@ServicepublicclassEnhancedChatService{privatefinalChatClientchatClient;// 推荐通过Builder注入publicEnhancedChatService(ChatClient.BuilderchatClientBuilder){this.chatClient=chatClientBuilder.build();}publicStringchat(StringuserMessage){returnchatClient.prompt().user(userMessage)// 可方便地接入各类Advisor（如函数调用、上下文检索等）// .advisors(...).call().content();}// 流式响应publicFlux<String>streamChat(StringuserMessage){returnchatClient.prompt().user(userMessage).stream().content();}}

2. 使用Redis Chat Memory

配置并利用Redis实现持久化、可搜索的聊天记忆。

# application.yml 配置示例spring:data:redis:host:localhostport:6379ai:memory:store:redis# 指定使用redis存储记忆

在代码中，记忆管理通常由框架自动与ChatClient集成，无需手动处理。

3. 向量存储与检索 (以Redis为例)

importorg.springframework.ai.vectorstore.VectorStore;importorg.springframework.ai.document.Document;importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.stereotype.Service;importjava.util.List;@ServicepublicclassDocumentSearchService{@AutowiredprivateVectorStorevectorStore;// 添加文档到向量库publicvoidaddDocument(Stringcontent,Map<String,Object>metadata){Documentdoc=newDocument(content,metadata);vectorStore.add(List.of(doc));}// 相似性搜索（现在支持文本搜索和范围查询）publicList<Document>searchSimilar(Stringquery){returnvectorStore.similaritySearch(query);}}

🛠️ 迁移指南与重要提示

1. 强制升级：从 Spring AI 1.x 迁移必须同时升级JDK 21、Spring Boot 4和Spring Framework 7。这是一个组合升级，需全面测试。
2. 包与配置变化：部分API和配置属性可能已调整，建议参照官方2.0文档。OpenAI等模块的Starter artifactId可能包含-spring-boot-starter后缀。
3. 拥抱新特性：积极评估并采用Redis Chat Memory和向量存储来简化架构，利用Claude Citations API等增强应用能力。
4. 测试策略：由于是里程碑版本 (M1)，API在后续RC或GA版中仍有变动的可能，建议在生产环境采用前进行充分验证。

📚 资源与后续学习

• 官方文档：优先查阅 Spring AI 2.0 Reference Documentation，这是最准确的信息源。
• 官方示例：关注 spring-ai-samples 仓库，获取2.x的示例代码。
• 问题反馈：开发过程中遇到的问题，可以在 GitHub Issues 进行搜索或反馈。

总而言之，Spring AI 2.0.0-M1 是一次面向未来的重大升级，通过强制采用最新技术栈和引入强大的新功能（特别是围绕Redis和各大模型），为构建下一代Java AI应用奠定了坚实的基础。开始迁移时，请务必规划好技术栈的整体升级路径。