Spring AI 2.x 发布：全面拥抱 Java 21，Redis 史诗级增强！
Spring AI 团队正式推出 Spring AI 2.0.0-M1，这不仅是一次常规的版本迭代，更是 2.x 系列的全新开篇。相较于此前发布的 Spring AI 1.1 正式版（带来 MCP 开箱即用、Prompt 缓存、自进化智能体等特性），本次里程碑版本完成了技术栈、基线版本与模型生态的“大换血”，以更强大的架构基座、更完善的存储能力和更丰富的模型支撑，为企业级 AI 应用制作注入新活力。
整体来看，Spring AI 2.0.0-M1 共合入 67 项改动，其中包含 25 项围绕 AI 原生开发体验的功能增强、32 项面向新手的文档更新，以及 7 个稳定性修复与 3 个安全依赖升级，全方位夯实了版本基础，降低了开发与迁移门槛。
底层架构革新：全面拥抱 Java 21，锚定新一代 Spring 框架
作为 Spring AI 2.0 最根本的变化，底层架构实现了全面升级——已从 Spring Boot 3.x 彻底迁移至 Spring Boot 4.0 GA 与 Spring Framework 7.0，以 Jakarta EE 11 为手艺基石，同时强制要求 Java 21 作为最低开发环境。这一迁移既带来了显著的技术红利，也对现有项目提出了明确的升级要求。
技术红利与迁移成本并存：一方面，开发者可直接享受到新一代框架在虚拟线程、AOT 编译、性能调优等方面的所有新特性，大幅提升 AI 应用的运行效率与资源利用率；另一方面，老项目需重点评估 Java 21 的升级成本，确保相关依赖与业务代码适配。本次架构迁移的对应 issue 地址：https://github.com/spring-projects/spring-ai/pull/4774
Redis 史诗级增强：记忆与检索能力双突破
本次版本中，Redis 生态获得跨越式升级，凭借全方位的能力强化，成为构建企业级 AI 应用的首选存储方案之一。核心升级集中在聊天记忆与向量存储两大核心场景，构建了从基础存储到智能服务的进阶。
1. Redis Chat Memory 全新完成
新增基于 Redis 的聊天记忆组件（含 Spring Boot Starter），彻底解决了会话上下文存储的核心痛点，其核心特性包括：
持久化记忆：支持跨会话保留用户交互历史，避免上下文丢失，为长对话场景提供稳定支撑；
检索增强：内置文本搜索与范围查询能力，可高效定位历史会话中的关键信息，提升智能交互的精准度；
性能调优：完全开放向量检索的 HNSW 索引参数（M、efConstruction、efRuntime）设置权限，开发者可根据业务需求在“召回率”与“时延”之间进行精细权衡，适配不同量级的应用场景。
Redis Chat Memory 相关详细文档可查阅：https://docs.spring.io/spring-ai/reference/2.0/api/vectordbs/redis.html
2. Redis Vector Store 能力升级
向量存储能力同步迭代，新增文本搜索与范围查询功能，与 Redis Chat Memory 一致，同样开放 HNSW 相关参数配置。对于已接入 Redis 技术栈的团队而言，仅需引入以下 Maven 依赖，即可直接利用现有 Redis 基础设施构建生产级 AI 应用，无需额外部署 Milvus、Chroma 等专用向量数据库或记忆存储组件，大幅降低架构复杂度与运维成本。
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-redis-store</artifactId>
<version>2.0.0-M1</version>
</dependency>模型生态爆发：Claude、OpenAI、Gemini 全面升级
在大模型接入层，本次更新完成了多厂商模型的深度适配与能力增强，覆盖主流 AI 模型生态，满足不同业务场景的需求。
Anthropic Claude：能力跃迁至 4.5 版本
一口气完成 Claude 4.5 Opus / Haiku 版本的支持，同时新增两大核心 API 与精细化工具调用能力：
Citations API：拥护在回答中精确标注来源文档的具体片段（涵盖 PDF、纯文本等格式），对 RAG、智能问答等需溯源的场景至关重要，目前已支持 Claude 3.7 Sonnet 和 Claude 4 系列；
Files API：模型可直接生成并输出可下载记录（如代码、分析报告等），大幅强化 Agent / 工具型 AI 应用的实用性；
工具调用优化：新增 Auto / Any / Tool / None 四种调用模式，可精细控制模型“何时调用工具”“如何调用应用”，提升工具使用的精准度与效率。
OpenAI：官方 Java SDK 原生集成
Spring AI 现已直接集成 OpenAI 官方 Java SDK，替代原有适配方案，兼容性与稳定性大幅提升。同时，默认聊天模型更新为当前前沿的 gpt-5-mini，开箱即用即可获得更优的生成效果与交互体验。
Google Gemini：思考深度可灵活调控
将 Google GenAI SDK 升级至 1.30.0 版本，关键新增 ThinkingConfig / ThinkingLevel 配置功能。简单来说，开发者可利用部署项控制“模型思考深度”，在推理质量与响应时延之间找到最佳平衡点，适配对响应速度有不同要求的业务场景（如实时交互 vs 离线分析）。
企业级特性补强：基础设施适配再升级
除模型与存储核心能力外，本次版本还针对企业级场景的基础设施需求，完成了多项关键补强：
Azure Cosmos DB Chat Memory：新增对应的 Spring Boot Starter，Azure 生态用户可直接将聊天记录存储至 Cosmos DB，无需编写大量样板代码，提升开发效率；
Model Context Protocol（MCP）增强：优化 MCP 客户端自动调整流程，引入可选的处理器注册表，同时改善对麻烦 Bean 类型的支持，让 MCP 能更自然地融入现有 Spring 应用架构；
GemFire 向量存储安全加固：新增用户名 / 密码认证功能，满足企业环境的合规与安全要求，降低敏感数据泄露风险。
核心升级总结
Spring AI 2.0.0-M1 作为 2.x 系列的开篇之作，以“架构革新、存储增强、模型爆发、企业适配”为核心亮点，构建了更强大、更易用的 AI 创建框架：
基座升级：全面基于 Spring Boot 4.0 GA 和 Spring Framework 7.0 构建，强制要求 Java 21，拥抱新一代 Java 与 Spring 技术生态；
Redis 增强：新增 Redis Chat Memory（支持持久化、检索），向量存储支持文本搜索与 HNSW 参数调优，确立 Redis 在 Spring AI 生态中 RAG/记忆系统的首选地位；
模型生态：Anthropic Claude 支持 4.5 版本与两大核心 API，OpenAI 集成官方 SDK 并更新默认模型，Google Gemini 支持思考深度配置；
企业特性：新增 Azure Cosmos DB 聊天记忆拥护，增强 MCP 客户端配置，GemFire 向量存储搭建安全认证，全方位适配企业级创建需求。
（注：文档部分内容可能由 AI 生成）