Spring AI 三条版本线同时更新：1.0.8、1.1.7 与 2.0.0-M7 发布

预计阅读时间：7 分钟

Spring AI 近期同时推送了三个版本：1.0.8、1.1.7 和 2.0.0-M7。三条线并行推进，意味着不同阶段的用户都有了对应的更新入口——稳定线修 bug、功能线补特性、2.0 里程碑继续打磨大版本重构。如果你正在评估或已经用上 Spring AI，该选哪条线、怎么升级，是这篇文章要回答的问题。

三条版本线各自在做什么

1.0.x（当前 1.0.8）——这是最早的生产可用线，主打稳定。1.0.8 属于补丁版本，修复已知问题，不引入新特性。如果你的项目已经跑在 1.0.x 上且没有迫切的新功能需求，升级到 1.0.8 风险最低，直接改版本号即可。

1.1.x（当前 1.1.7）——功能增强线。1.1.x 相比 1.0.x 增加了更多模型适配、工具调用（Tool Calling）改进、向量存储扩展等。1.1.7 继续在这个基础上修 bug 和做小幅增强。新项目建议直接从 1.1.x 起步，能用到更完整的 API。

2.0.0-M7——下一个大版本的里程碑。2.0 带来了较大的架构调整：API 重新设计、模块拆分更细、对 Agent 编排和结构化输出的支持更深入。M7 还是里程碑（Milestone），不建议用于生产，但适合提前验证新 API 和迁移路径。

一句话总结：生产跑 1.0.8 或 1.1.7，新实验试 2.0.0-M7。

实际接入：用 1.1.7 搭一个最简对话服务

下面用一个可复制的 Spring Boot 项目示例，展示如何用 Spring AI 1.1.7 接入 OpenAI（或任何兼容 API 的模型）完成一次对话调用。

1. 添加依赖

pom.xml 中引入 Spring AI 的 BOM 和 starter：

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>1.1.7</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
    <!-- OpenAI starter，也可换成 azure-openai、ollama 等 -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
</dependencies>

如果用 Gradle，BOM 用 platform("org.springframework.ai:spring-ai-bom:1.1.7") 引入即可。

2. 配置 API Key

application.yml：

spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}   # 建议用环境变量，不要硬编码
      base-url: https://api.openai.com  # 如用代理或兼容服务，改这里
      chat:
        options:
          model: gpt-4o-mini        # 选一个性价比合适的模型
          temperature: 0.7

3. 写一个对话接口

@RestController
@RequestMapping("/chat")
public class ChatController {

    private final ChatClient chatClient;

    public ChatController(ChatClient.Builder builder) {
        // ChatClient 是 1.1.x 推荐的 fluent API
        this.chatClient = builder.build();
    }

    @GetMapping
    public String ask(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }

    @GetMapping("/stream")
    public Flux<String> askStream(@RequestParam String message) {
        return chatClient.prompt()
                .user(message)
                .stream()
                .content();
    }
}

启动后访问：

# 普通调用
curl "http://localhost:8080/chat?message=用三句话解释什么是RAG"

# 流式调用（需要 WebFlux 依赖）
curl "http://localhost:8080/chat/stream?message=用三句话解释什么是RAG"

ChatClient 是 1.1.x 的核心入口，比 1.0.x 直接用 ChatModel 更简洁——链式调用、内嵌 system prompt、工具注册都从这里完成。

2.0.0-M7 值得关注的变化

如果你准备试 2.0 里程碑，有几个方向可以提前验证：

API 重构：ChatClient 和 ChatModel 的职责边界更清晰，Advisor（拦截器）机制取代了之前部分回调设计。
Agent 编排：2.0 加强了多步工具调用的编排能力，不再只是单轮 function call。
结构化输出：BeanOutputConverter 等类被整合进更通用的结构化输出模块，直接映射到 Java POJO 的路径更短。

一个 2.0 中结构化输出的伪代码示例（API 可能随里程碑调整）：

// 2.0 里程碑中结构化输出的典型用法，具体 API 以正式版为准
record BookRecommendation(String title, String author, String reason) {}

Flux<BookRecommendation> recommendations = chatClient.prompt()
        .user("推荐三本关于分布式系统的书")
        .outputType(BookRecommendation.class)   // 直接指明目标类型
        .stream()
        .entities();                            // 流式返回实体

⚠️ 2.0.0-M7 是里程碑版本，API 仍可能变动。验证思路可以，上生产请等正式版。

升级决策清单

你的情况	建议动作
项目跑在 1.0.x，运行稳定	升到 1.0.8，只改版本号，回归测试即可
项目跑在 1.1.x，需要最新修复	升到 1.1.7，注意看 release note 里是否有行为变更
新项目起步	直接用 1.1.7，API 更完整，社区示例也多
想提前验证 Agent 编排或结构化输出新设计	单独建实验项目用 2.0.0-M7，不要混进生产依赖
用了 Ollama / Azure OpenAI 等非 OpenAI 模型	1.1.x 和 2.0 都有对应 starter，确认你用的模型 starter 版本兼容

最后一点：Spring AI 的版本迭代节奏很快，三条线并行意味着团队在同时推进稳定维护和架构演进。对你来说，选对版本线比追最新版本更重要——生产求稳，实验求新，不要在同一个项目里混用。