Spring AI 2.0.0 GA Available Now

Spring Blog

Spring Blog2026年6月12日

Spring AI 2.0.0 GA Available Now

8.5Score

TL;DR · AI 摘要

Spring AI 2.0.0 GA 发布，改进了基础架构、支持 Spring Boot 4 和 Jackson 3，提升开发体验。

核心要点

Spring AI 2.0.0 支持 Spring Boot 4.0 / 4.1 和 Spring Framework 7.0。
升级到 Jackson 3 提供了更强大的 JSON 序列化功能。
通过 JSpecify 注解实现 null-safety，减少运行时空指针异常。

结构提纲

按章节快速跳转。

§Spring AI 2.0.0 GA 发布
Spring AI 2.0.0 正式发布，提供更稳定和一致的开发体验。
·改进的基础架构
Spring AI 2.0.0 基于 Spring Boot 4 和 Spring Framework 7.0，提升了整体性能和一致性。
·Jackson 3 支持
升级到 Jackson 3 提供了更强大的 JSON 序列化功能和自定义选项。
·Null-safety 改进
通过 JSpecify 注解实现 null-safety，减少运行时空指针异常。
·选项和配置的重构
选项和配置属性的处理方式进行了重构，提升代码的可维护性和一致性。

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）

Spring AI 2.0.0 GA
- 改进的基础架构
  - Spring Boot 4 支持
  - Spring Framework 7.0 支持
- Jackson 3 支持
  - JSON 序列化改进
  - 自定义 JsonMapper
- Null-safety 改进
  - JSpecify 注解
  - 减少空指针异常

金句 / Highlights

值得收藏与分享的关键句。

Spring AI 2.0.0 基于 Spring Boot 4 和 Spring Framework 7.0，提升了整体性能和一致性。
— 第 2 段
⬇︎ 下载 PNG 𝕏 分享到 X
升级到 Jackson 3 提供了更强大的 JSON 序列化功能和自定义选项。
— 第 3 段
⬇︎ 下载 PNG 𝕏 分享到 X
通过 JSpecify 注解实现 null-safety，减少运行时空指针异常。
— 第 4 段
⬇︎ 下载 PNG 𝕏 分享到 X

#Spring AI#Spring Boot#Java#AI

打开原文

标题：Spring AI 2.0.0 GA 现已发布

URL 源：https://spring.io/blog/2026/06/12/spring-ai-2-0-0-GA-available-now

Markdown 内容：代表团队以及所有做出贡献的人，我非常高兴地宣布 Spring AI 2.0.0 已经发布，并且现在可以从 Maven Central 获取！

发布说明 | 升级说明 | 参考文档 | Javadoc

[改进的基础](https://spring.io/blog/2026/06/12/spring-ai-2-0-0-GA-available-now#improved-foundations)

从早期开始，Spring AI 在功能、模型支持、贡献和用户数量方面都取得了非常快速的发展。这很棒且令人兴奋，但我们感到有必要在范围、质量和一致性方面设定新的基准，以便以可持续的方式推动项目的发展。因此，几个月前，我们退后一步，确定了我们希望改进的领域，主要是在设计和一致性方面，同时也考虑了来自问题和拉取请求的用户反馈。我们今天发布的这些新基础将显著改善开发人员的体验，使社区能够提供更高质量的贡献，并使集成我们路线图中已确定的未来功能变得更加容易。

Spring Boot 4 基线

Spring AI 2.0 是为与 Spring Boot 4.0 / 4.1 和 Spring Framework 7.0 一起使用而设计的，但它带来的好处远不止于升级依赖版本和修复兼容性问题。

Jackson 3

通过从 Jackson 2 升级到 Jackson 3，JSON 序列化得到了显著改进。文档现在解释了如何自定义默认的 `JsonMapper`，并引入了一个新的 `JsonHelper` 类，用于提供一个完全自定义的 JsonMapper。

空安全

遵循 Spring Boot 4 中的空安全应用程序所描述的原则，Spring AI 代码库现在完全使用 JSpecify 注解进行标注。除了在运行时防止空指针异常并提供 Kotlin 风格的 API 外，它还允许在代码库中明确值是可选还是必填。

选项

在处理空安全的同时，还触发了对如何处理选项和配置属性的重大重构：

明确哪些选项是必填或可选
默认值现在在选项级别上一致地定义（而不是模型或配置属性）
选项通过构建器创建（而不是构造函数），并且一旦实例化后不可变
这些构建器现在提供了一致且无需反射的合并功能
选项和配置属性的解耦允许删除应用程序属性键中的人工 .options 段，并修复了许多错误

最后，我们明确了在哪些情况下可以部分指定选项（通常通过一个选项构建器作为 ChatClient 默认选项的自定义器），以及在哪些情况下需要完全指定选项（ChatModel 级别）。总体而言，您会看到 Spring AI 2.0 更加倾向于使用 ChatClient 作为最常见面向用户的 API，而 ChatModel 则更像是一个更底层的构建模块。继续阅读以了解关于此的更多令人兴奋的消息。

更多关注

我们选择将 Spring AI 核心项目的重点放在一组明确定义的开箱即用的聊天模型提供商上：

OpenAI
从 3 个变体（Azure、HTTP、SDK）减少到 1 个（SDK）
可用于访问提供 OpenAI 兼容 API 的其他模型

Anthropic
从 2 个变体（HTTP、SDK）减少到 1 个（SDK）
可用于访问提供 Anthropic 兼容 API 的其他模型，如 Minimax

Amazon Bedrock
Google GenAI
从 2 个实现（GenAI SDK、Vertex）减少到 1 个（GenAI SDK）

Mistral AI
DeepSeek
Ollama

我们预计利用 OpenAI、Anthropic 和 Google 的供应商 SDK 将有助于 Spring AI 适应最新的模型 API 扩展和新功能。

现在，部分支持由相关供应商与 Spring AI 团队合作直接维护：

OCI Generative AI（感谢 Oracle 的 Anders Swanson）
Azure Cosmos DB（感谢 Microsoft 的 Theo van Kraay）

我们欢迎其他外部维护的模型的支持。

与社区更好的协作

Spring AI 的贡献速度持续加快，我们非常感激拥有如此活跃的社区，但我们同时也面临着整合这些贡献的挑战。Spring AI 2.0 代码库的改进一致性将有所帮助，但我们也需要为社区提供更多指导，以便使这些贡献更加有用，并能及时整合。此外，由于涉及代码代理的贡献现在是我们收到的拉取请求的绝大多数，我们认为在这种情况下，进行适当的人工审查就更加重要了。

因此，Spring AI 现在有了全新的 CONTRIBUTING.md 文档，该文档既适用于人类也适用于代理，明确了贡献的规则和惯例。如果您计划进行贡献，请仔细阅读该文档。

代理支持的改进

代理 AI 系统需要一个可以拦截和围绕工具执行循环的地方。在 Spring AI 1.x 中，这非常具有挑战性，因为每个聊天模型都包含自己的私有工具调用循环，隐藏在实现内部，没有方法可以插入、包装或替换执行策略。您可以调用工具，但无法在工具调用之上构建。

Spring AI 2.0 将工具循环提升为 advisor chain 中的一等、可组合组件。ChatClient 会将每个请求通过一个有序的 advisor 链进行处理，并支持循环，允许 advisor 重新进入下游链。相同的机制也驱动了工具调用循环、结构化输出重试循环和评估循环。

统一的工具调用

在 Spring AI 2.0 中，`ToolCallingAdvisor` 会由 ChatClient 自动注册，并实现了完整的工具调用往返流程。以前每个聊天模型中实现的临时工具循环已不复存在。当你需要对每个工具迭代进行显式控制时，可以选择退出并手动驱动循环。

扩展到数百个工具

`ToolSearchToolCallingAdvisor` 为工具调用带来了渐进式的工具披露机制。它不再需要为每个请求注册所有工具，而是按需逐步暴露工具：advisor 在每个会话中仅对工具集进行一次索引，并允许模型根据需要检索相关工具。

结构化的自我纠正输出

Spring AI 一直提供可移植的一等结构化输出支持，即使启用了原生结构化输出，模型仍可能返回不符合规范的 JSON。可自动注册的 `StructuredOutputValidationAdvisor` 在验证失败时会自动进行自我纠正。

Spring AI 社区扩展

新的基于事件的对话记忆：

spring-ai-session 社区项目是内置 ChatMemory 的事件源替代方案。它支持所有消息类型，包括工具调用（在工具调用循环中与任何后端安全使用），并在上下文窗口填满时应用可插拔、轮次感知的压缩策略，包括基于 LLM 的摘要。

在基础之上构建代理模式：

spring-ai-agent-utils 社区项目基于 Spring AI 2.0 的代理基础，提供了用于构建代理系统的生产就绪原语，封装为可组合的工具和 advisor。它包括 Agent Skills，这是 AgentSkills 规范的可移植、Spring AI 原生实现，以及 _file_、_shell_、_web-fetch_、_task_、_auto-memory_ 等其他有用的实用工具。

MCP 集成

模型上下文协议（MCP）正在成为 AI 集成的通用协议。

Spring 团队构建并维护了官方 MCP Java SDK，因此 Spring AI 的 MCP 集成会跟踪源代码中的规范。Spring AI 2.0 随附了 MCP Java SDK 2.0.0，符合最新的 2025-11-25 MCP 规范，并将在 Spring AI 的框架下整合完整的 MCP 生态系统。

基于注解的编程模型

mcp-annotations 模块（之前在社区中孵化）现在已成为 Spring AI 的一部分。@McpTool、@McpResource 和 @McpPrompt 允许通过一个方法注解，将任何 Spring 服务暴露为 MCP 服务器上的服务。

一个统一的 McpSyncRequestContext / McpAsyncRequestContext 参数会自动注入到服务器处理方法中，为工具和资源提供一个单一的入口点，用于日志记录、进度报告、采样和引导。

客户端同样是第一公民。声明式处理程序涵盖了完整的协议回调模型，带有针对 LLM 采样、引导和能力变更通知的注解，从而实现真正响应式的代理客户端。

MCP 传输

WebMVC 和 WebFlux 的传输实现已从 MCP Java SDK 移动到 Spring AI，使其发布周期与其他框架组件保持一致。可流式传输的 HTTP 现在是默认选项，取代了已弃用的 SSE 传输。它的无状态变体可用于实现远程部署的可扩展性，但会牺牲 MCP 的双向通信能力。STDIO 仍可用于基于本地进程的集成。

MCP 企业功能

Spring AI 的 MCP 集成继承了完整的 Spring 生产栈：用于服务器交互的 Micrometer 跨度和 OpenTelemetry 兼容的指标，以及通过 spring-ai-community/mcp-security 项目实现的 OAuth 2.0 和 API 密钥安全。

结论

Spring AI 2.0 的实现得益于 Spring AI 团队和社区的出色工作。它显著提升了使用 Spring Boot 4 创建 AI 应用的开发者体验，并为未来几个月将要分享的雄心勃勃的新功能铺平了道路。我们希望您会喜欢它！

您可以通过 start.spring.io 或升级您的应用来尝试它，并随时在 GitHub 讨论区提供反馈，告诉我们您喜欢什么，以及您对未来版本的期望。

祝好！