Spring AI 2.x 发布：全面拥抱 Java 21，Redis 史诗级增强！

Spring AI 团队刚刚发布了 Spring AI 2.0.0-M1 。这不仅是一次常规的版本迭代，更是 2.x 系列的正式开篇：技术栈、基线版本、模型生态几乎经历了一轮"大换血"。

在此之前，Spring AI 1.1 正式版于上月发布，带来了 MCP 开箱即用、Prompt 缓存、自进化智能体等特性。

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。

下面按模块简单拆一下这次版本的几个关键变化。

底层架构全面跟进：Spring Boot 4 & Framework 7

这是 Spring AI 2.0 最根本的变化。Spring AI 已经从 Spring Boot 3.x 全面迁到 Spring Boot 4.0 GA / Spring Framework 7.0。

这意味着：

红利：你可以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。
成本：必须将运行环境升级到 Java 21。对于老项目而言，这是迁移前需要重点评估的成本。

对应的 issue 地址：github.com/spring-proj...

Spring Boot 4.0 的新特性我也发文章详细介绍过：Spring Boot 4.0 正式发布，人已麻。。。

Redis 生态深化：记忆能力 + 检索能力双升级

Redis 在本次更新中获得了史诗级的增强，成为构建企业级 AI 应用的首选存储方案之一。

1.Redis Chat Memory 全新实现

新增了基于 Redis 的聊天记忆组件（含 Spring Boot Starter），核心特性包括：

持久化记忆：支持跨会话保留上下文，不再丢失用户历史。
检索增强：支持文本搜索与范围查询。
性能调优 ：针对向量检索的 HNSW 索引参数（M, efConstruction, efRuntime）完全开放配置。这意味着你可以根据业务需求，在"召回率"与"时延"之间做精细平衡。

对应的文档地址: docs.spring.io/spring-ai/r...

2.Redis Vector Store 升级

向量存储能力同步升级：

新增 文本搜索 和 范围查询 能力。
同样暴露 HNSW 相关参数，方便进行细粒度的性能权衡。

Maven 依赖：

xml 复制代码

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

如果你的技术栈里已经有了 Redis，引入这个依赖可以让你无需额外部署专门的向量数据库（如 Milvus、Chroma）或记忆存储组件，直接利用现有的 Redis 基础设施就能构建生产级的 AI 应用。

模型能力的全面爆发：Claude, OpenAI 与 Gemini

在大模型接入层，这次的更新也相当密集。

Anthropic Claude：一口气上到 4.5
- 新增对 Claude 4.5 Opus / Haiku 的支持；
- 引入 Citations API：可以在回答中精确标注来源文档的具体片段（PDF、纯文本等），对 RAG、问答类场景非常有用，目前支持 Claude 3.7 Sonnet 和 Claude 4 系列；
- 集成 Files API：模型可以直接生成可下载文件（代码、报告等），更适合做 Agent / 工具型应用；
- 工具调用能力新增 Auto / Any / Tool / None 四种模式，方便精细控制"模型何时、如何用工具"。
OpenAI：官方 Java SDK 原生接入
- Spring AI 现在直接集成了 OpenAI 官方 Java SDK。
- 默认聊天模型也更新为当前前沿的 gpt-5-mini，开箱即用的效果会比老版本好不少。

Google Gemini：思考深度可调： Google GenAI SDK 升级到 1.30.0，并为 Gemini 模型补上了 ThinkingConfig / ThinkingLevel 配置。简单理解：可以通过配置项来控制"模型想多深"，在推理质量和响应时延之间找到更合适的平衡点。

企业级特性与基础设施扩展

除了模型和存储，这次在基础设施侧也做了几处针对企业场景的补强：

Azure Cosmos DB Chat Memory： 新增了对应的 Spring Boot Starter，Azure 生态的同学可以直接把聊天记录落在 Cosmos DB 里，少写不少样板代码。
Model Context Protocol（MCP）增强： 优化了 MCP 客户端的自动配置流程，引入可选的处理器注册表，并改善了对复杂 Bean 类型的支持，让 MCP 能更自然地融入现有 Spring 应用。
GemFire 向量存储安全加固: GemFire Vector Store 现在支持 用户名 / 密码认证，对有合规要求的企业环境更友好。

总结

下面是 Spring AI 2.0.0-M1 带来的关键升级：

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。
Redis 史诗级增强：新增 Redis Chat Memory（支持持久化、搜索），向量存储支持文本搜索与 HNSW 参数调优，确立了 Redis 在 Spring AI 生态中 RAG/记忆系统的首选方案之一。
模型生态爆发：
Anthropic：支持 Claude 4.5，新增 Citations API（引用溯源）和 Files API（生成文件）。
OpenAI：集成官方 Java SDK，默认模型更新为 gpt-5-mini。
Google：Gemini 支持思考深度（ThinkingLevel）配置。
企业级特性：新增 Azure Cosmos DB 聊天记忆，增强 MCP 客户端配置，GemFire 支持安全认证。