Spring AI
Spring 官方推出的 AI 工程应用框架，深度融入 Spring 生态，为 Java 开发者提供统一的大模型集成接口，支持提示词管理、模型对接、RAG、Agent 等 AI 能力，采用提供商无关的统一 API 设计。
核心事实
时间轴 (近 90 天)
这套知识库系统采用前后端分离架构，前端使用Vue 3，后端基于Spring AI框架接入大模型
在 AI 开发领域 Python 仍是绝对主流，使用 Java 和 Spring AI 进行 AI 开发的公司占比较少
该 Spring AI 教程划分为基础、进阶、实战三个篇章，涵盖大模型原理、RAG、私有化部署、微调、智能 Agent、数字人、企业知识库、医疗大模型等内容
B站UP主徐树花费近两个月时间打造了Spring AI系列课程
课程可结合 ChatClient 完成智能对话、文生图、图像识别、文生语音、语音识别等多模态场景的流式对话演示
Spring AI 对 RAG 流程提供了完整的抽象支持，开发者无需从零搭建检索管道
LangChain、Spring AI、阿里巴巴Agent Framework、LangGraph等主流框架都支持混合架构
Agent开发框架包括LangChain生态里的LangChain、LangGraph、DeepAgents，以及面向Java开发者的Spring AI、Spring AI Alibaba
Spring AI中流式输出通常通过Flux响应式流来实现，ChatClient返回的是一个Token流而非完整字符串
在Spring AI中流式输出通常通过Flux响应式流实现，利用Server-Sent Events（SSE）技术将Token逐步推送给客户端
还有 7 条时间轴事件
全部知识事实 (20)
Spring官方推出了Spring AI框架，用于AI集成，与Spring Boot生态无缝衔接
80%已验证Spring AI支持OpenAI、Anthropic、Ollama等多种模型提供商，提供统一的API抽象层
80%已验证Spring AI 通过定义统一的 ChatModel、EmbeddingModel 等核心抽象接口，让上层业务代码与具体模型实现解耦
80%已验证Spring AI Alibaba是阿里巴巴基于Spring AI扩展的框架，支持智能体开发
80%已验证Agent开发框架包括LangChain生态里的LangChain、LangGraph、DeepAgents，以及面向Java开发者的Spring AI、Spring AI Alibaba
75%已验证Spring AI由VMware（现Broadcom）旗下的Spring团队于2023年启动
75%已验证Spring AI团队创建了Java版的MCP SDK，并在此基础上封装了Spring特性
70%已验证Spring AI提供了标准化的FunctionCallback接口用于Tool Calling实现
70%已验证Spring AI提供统一的VectorStore接口抽象，开发者切换不同向量数据库时无需修改业务逻辑代码
70%已验证MCP 通过 tools/list 方法实现运行时动态工具发现，无需硬编码接口，相较于传统 REST API 集成是核心优势
65%已验证Spring AI从1.0版本起已内置MCP客户端支持
65%已验证使用Spring AI要求Spring Boot 3.x及以上、JDK 17及以上、Maven 3.9及以上版本
65%已验证使用 Spring AI 要求 JDK 版本为 17 及以上
65%已验证Spring AI的结构化输出功能可以将大模型返回内容自动封装成Java对象，支持JSON格式映射到POJO
65%已验证Spring AI的设计哲学直接借鉴了LangChain的模块化思路
65%已验证阿里巴巴Agent Framework完全兼容Spring AI，并提供基于Graph的Workflow流程编排能力和内置预制Agent
65%待验证Spring AI要求Spring Boot 3.x版本，低于此版本会报错
90%待验证Spring AI内置了对PGVector、Milvus、Chroma等向量存储的支持
85%待验证Spring AI中Tool的注册方式主要有两种：动态绑定（运行时根据请求动态加载工具）和静态绑定（编译期确定、随Bean初始化注册）
85%待验证ToolContext不仅能获取自定义元数据，还能访问当前的聊天记录State，包含用户提示词、大模型响应、工具调用参数等完整对话上下文信息
85%