导语
横向 Agent 平台这条线，Python 系的已经补了一排——LangGraph、CrewAI、AutoGen、MetaGPT 都有基础篇了，Kotlin 阵营也刚聊完 Koog，这次轮到 Java 存量团队的正门：Spring 官方的 Spring AI。你们公司要是跑着一堆 Spring Boot 老服务，想接大模型又不想单开一套 Python 微服务，这玩意就是干这个的。本文星数、版本、发布日期均为 2026 年 10 月 7 日 GitHub 与 Maven Central 实测。
项目介绍：Spring 官方的 AI 应用框架
Spring AI 挂在 spring-projects 组织下，2023 年 6 月开仓，Apache-2.0 协议，现在 9.5K 星、2945 fork、411 位贡献者，最近一次提交就是发稿当天，热度是实打实的活跃。最新稳定版 2.0.1（2026 年 8 月 21 日），2.0.0 正式版 6 月 12 日发布，2.1.0-M1 里程碑 9 月 25 日已出。版本对应关系记一条就行：2.x 配 Spring Boot 4.x，1.1.x 配 Boot 3.5.x，别装拧了。
官方定位一句话：把 Spring 生态的可移植、模块化设计原则搬到 AI 领域，解决的是「企业数据和 API 怎么连上模型」这个老问题。它不是聊天产品，是给你在 Java 代码里搭 Agent 的底座。
拆开看，四块是它拿得出手的：
- 一套 API 吃所有模型：ChatModel 抽象覆盖 OpenAI、Anthropic、Google、Amazon Bedrock、DeepSeek、Ollama 等主流家，同步/流式都有，换供应商改一行配置。嵌入、生图、语音转写、TTS、内容审核也是同一套风格。
- Advisors 拦截器：类似 Servlet Filter 的思路，把记忆管理、RAG 注入、日志观测封装成可插拔的拦截链，对话历史还能落到 JDBC、Redis、MongoDB、Neo4j 这些后端。
- RAG 和向量库全家桶：PGVector、Qdrant、Milvus、Elasticsearch、Redis、Neo4j 等 20 多种向量库，配 SQL 风格的元数据过滤 API，外加文档注入 ETL 管道。
- MCP 一等公民：Boot Starter + 注解双保险，STDIO、SSE、Streamable-HTTP 三种传输全支持——既能当客户端消费别人的 MCP 服务，也能把你的 Spring 服务暴露成 MCP 服务端，两头通吃。这块可以对着站内 MCP 服务基础篇 一起看。
另外官方文档里单列了一篇 Building Effective Agents，把 Anthropic 那篇同名研究里的五种模式（链式、并行、路由、编排-执行、评估-优化）挨个用 Spring AI 实现了一遍，代码在 spring-ai-examples 仓库的 agentic-patterns 目录，抄作业很方便。
上手：start.spring.io 点两下就开工
门槛就是你会 Spring Boot，没有额外的：
- 打开 start.spring.io，项目里勾上 AI Models 和 Vector Stores 要用的，生成即带 Starter；
- 或者手动加 BOM：
org.springframework.ai:spring-ai-bom:2.0.0，再引spring-ai-starter-model-openai这类 Starter； - API key 走环境变量，然后注入
ChatClient.Builder就能写业务了：
@RestController
class AiController {
private final ChatClient chatClient;
AiController(ChatClient.Builder builder) {
this.chatClient = builder.build();
}
@GetMapping("/ai")
String ask(String q) {
return chatClient.prompt().user(q).call().content();
}
}
ChatClient.Builder 是原型作用域 Bean，多模型场景（贵模型管推理、便宜模型管闲聊、挂了自动降级）每个注入点各拿一个，各配各的模型和 Advisors。流式用 .stream()，结构化输出直接返回 POJO。
实话：三个要想清楚的
它不是「装完就有 Agent」。 Spring AI 是框架不是平台，没有可视化编排、没有现成 UI，Agent 的循环、规划、工具调度全靠你写代码。要拖拽式体验，站内 Dify、Flowise 那几篇更适合。
Java 阵营内部还得比一比。 同是 Java 生态的 LangChain4j 现在 13.2K 星，比 Spring AI 的 9.5K 高一截；轻量 JVM 方向还有 JetBrains 的 Koog（基础篇）和 .NET 的 Semantic Kernel。选型其实看栈：本来就重度依赖 Spring 生态（Boot、Security、Data、事务），Spring AI 的自动配置和 BOM 管理能省不少事；纯想在 JVM 上轻量撸 Agent，另外两家代码更少。
2.0 跨大版本要付升级成本。 2.0.0 换 Spring Boot 4.x、MCP SDK 2.0，1.x 到 2.0 的 API 有破坏性变更（官方 upgrade-notes 单列了一堆），存量项目先读升级说明再动手，别无脑升。
结语
Spring AI 补的是「Java 存量系统怎么体面接 Agent」这块缺口：官方背书、版本节奏稳（6 月 2.0.0、8 月 2.0.1、9 月 2.1.0-M1）、模型和向量库覆盖全、MCP 双向打通，代价是你得自己写编排逻辑。判断标准一句话：栈在 Spring 这边，它就是当前最顺手的入口；栈在 Python 侧，LangGraph 那几篇更省事。本篇星数、版本均为 2026 年 10 月 7 日实测，下一篇想看哪个平台，评论区点菜。
by 数码罗记·godsun.pro
