Spring AI 1.1.3 正式发布,19 个新特性太顶了!
<p>大家好,我是R哥。</p><p><strong>Spring AI 1.1.3 正式发布了。。</strong></p>
<p><img src="https://www.javastack.cn/images/img1/20260324161122206.png"></p>
<p>除了 Spring AI 1.1.3,<strong>2.0.0 也来到了 M3 版本了,相信再过一阵子就要正式 GA 了</strong>,1.0.4 也发布了,大家可以根据自己的需要选择合适的版本。</p>
<p>说说主线版本 <strong>Spring AI 1.1.3</strong> 吧,这次一共带来了:</p>
<ul>
<li><code>19</code> 个新特性;</li>
<li><code>31</code> 个 bug 修复;</li>
<li><code>23</code> 个文档改进;</li>
<li><code>25</code> 个其他改进;</li>
</ul>
<p>Spring AI 1.1.3将 Spring Boot 依赖升级至 <strong>Spring Boot 3.5.11</strong> 版本,包含了 Spring Boot 生态系统中的最新错误修复和改进。</p>
<p>另外,官方还把<strong>所有已弃用的 Anthropic 模型名</strong>都替换成了当前可用的模型标识符,这样能继续兼容 Anthropic API。</p>
<p>这次废话不多说,先直接看 <strong>19</strong> 个新特性。</p>
<h2 id="19-个新特性解读">19 个新特性解读</h2>
<p>Spring AI 1.1.3 这次的 19 个新特性,我来为大家总结一下:</p>
<p>1、Neo4j Vector Store 可自定义过滤表达式转换器,现在 Neo4j 向量存储支持通过 builder 模式,自定义过滤表达式转换器,查询过滤更灵活。</p>
<p>2、OpenAiSdkChatModel 引入 builder 模式构建,配置起来更灵活,也更清晰。</p>
<p>3、OpenAiEmbeddingModel 支持自定义维度配置,现在可以通过 <code>embedding/embedding-model-dimensions.properties</code> 配置文件,为 <code>OpenAiEmbeddingModel</code> 自定义 Embedding 维度。</p>
<p>4、ToolCallAdvisor 支持流式响应,函数调用场景下的实时交互体验更好了。</p>
<p>5、SimpleVectorStore 支持按过滤条件删除,向量数据管理更细粒度了。</p>
<p>6、新增了对 Anthropic Claude Skills API 的支持,还提供了统一的 API 设计和帮助类。</p>
<p>7、Ollama Embedding 模型现在支持 <code>dimensions</code> 参数,可以控制向量大小。</p>
<p>8、结构化输出和函数调用加强了,现在都支持自定义 JSON Schema 生成。</p>
<p>9、Mistral AI 支持结构化输出了,可自动转换成类型安全的结果。</p>
<p>10、Prompt 新增系统消息便捷方法,现在从 <code>Prompt</code> 对象里获取系统消息,更方便了。</p>
<p>11、新增 <code>Mcp*ServerCustomizer</code> 接口,同时修复了 MCP 自动配置在非 Web 环境下的问题。</p>
<p>12、OllamaChatOptions 现在实现了 StructuredOutputChatOptions,支持结构化 JSON 输出。</p>
<p>13、Ollama 聊天交互,新增了简单 JSON 格式选项。</p>
<p>14、增强了 Microsoft Foundry 集成的模型提供方检测逻辑。</p>
<p>15、聊天记忆顾问现在支持 <code>ToolResponseMessage</code>,工具返回结果能更好进入对话历史。</p>
<p>16、现在可以在运行时动态增强工具 Schema,工具配置和定制更加灵活了。</p>
<p>17、ToolCallAdvisor 新增 conversationHistoryEnabled 选项,可以控制工具调用时是否带上对话历史。</p>
<p>18、Azure Vector Store 现在支持配置字段名,可以兼容已有的 Azure AI Search 索引字段,而不是固定写死 <code>content</code>、<code>embedding</code>、<code>metadata</code>。</p>
<p>19、TokenTextSplitter 支持自定义标点符号,使各种语言和使用场景下的文本分割更加灵活了。</p>
<h2 id="总结">总结</h2>
<p>Spring AI <code>1.1.3</code> 这次虽然是个小版本,但更新一点都不少。</p>
<p>因为这次更新虽然版本号不大,但改的地方都很实在,重点全在 <strong>结构化输出、工具调用、向量检索、多模型接入</strong> 这些真正会用到的地方,尤其是<strong>结构化输出、工具调用、向量检索</strong>这几块,明显又往前推进了一步。</p>
<p>尤其是下面这几类同学,建议重点看看:</p>
<ul>
<li>做 <strong>Chat + Tool Calling</strong> 的,重点看 <code>ToolCallAdvisor</code> 的流式响应、历史开关、动态 Tool Schema;</li>
<li>做 <strong>RAG</strong> 的,重点看 Neo4j、Azure Vector Store、SimpleVectorStore、TokenTextSplitter;</li>
<li>做 <strong>多模型统一接入</strong> 的,重点看 OpenAI、Mistral、Ollama、Anthropic Skills 这些增强。</li>
</ul>
<p>另外,如果你项目里还在用旧的 Anthropic 模型名,记得顺手检查一下。</p>
<h2 id="spring-ai-的重要性">Spring AI 的重要性</h2>
<p>不管你是 AI 初学者,还是有经验的开发者,<strong>Spring AI 现在都已经是 Java 接大模型很重要的一套方案了</strong>。</p>
<p>不是我吹,2026 年的今天,如果你还没有接触过 Spring AI,还没有在项目中使用过 Spring AI 落地,那你可能就真的落伍了。</p>
<p>现在不管中大厂,还是小包、外包,都或多或少在搞 Spring AI 项目落地,<strong>不学 Spring AI,面试就没什么竞争力了</strong>,给大家看几篇帖子:</p>
<ul>
<li>给大家看几个触目惊心的招聘 JD…</li>
<li>太离谱了,简历写了 AI 项目薪资直接涨了 80%!!</li>
</ul>
<p>看完你就知道 <strong>Spring AI 对 Java 程序员的重要性</strong>了,会不会用 Spring AI 了,直接关系到你能不能找到好工作了,能不能拿高薪了。</p>
<p>所以,赶紧学起来吧,Spring AI 现在已经是 Java 程序员接大模型的标配了,就像之前的 Spring Boot、Spring Cloud 一样,<strong>不学 Spring AI 就真的落伍了</strong>。</p>
<p>最后,认真推荐下我的《Spring AI 开发实战课 》,<strong>学完把它落地到真实项目里,出去面试的时候就有竞争力了</strong>,很多面试官都不一定会,你能落地应用,能说上来,可以和其他同学直接拉开差距了。</p>
<p><strong>Spring AI 让 Java 再次伟大!!</strong></p>
<blockquote>
<p>⚠️ <strong>版权声明:</strong></p>
<p>本文系公众号 "Java技术宅" 原创,转载、引用本文内容请注明出处,抄袭、洗稿一律投诉侵权,后果自负,并保留追究其法律责任的权利。</p>
</blockquote>
</div>
<div id="MySignature" role="contentinfo">
<div style="clear: both"></div><br><br>
来源:https://www.cnblogs.com/javastack/p/19776205
頁:
[1]