升級說明

ChatClient 已得到增強，解決了使用者和系統 prompt 在顧問中使用之前未渲染時出現的一些不一致性或不良行為。新行為確保使用者和系統 prompt 在執行顧問鏈之前始終被渲染。作為此增強的一部分，AdvisedRequest 和 AdvisedResponse API 已被棄用，取而代之的是 ChatClientRequest 和 ChatClientResponse。顧問現在作用於包含在 ChatClientRequest 中的完整構建的 Prompt 物件，而不是 AdvisedRequest 中使用的解構格式，這保證了一致性和完整性。

ChatClient prompt 構建器 API 中過載的 tools 方法已重新命名，以提高畫質晰度並避免基於引數型別的方法分派中的歧義。

ChatClient.PromptRequestSpec#tools(String…​ toolNames) 已重新命名為 ChatClient.PromptRequestSpec#toolNames(String…​ toolNames)。使用此方法指定模型允許呼叫的工具函式名稱（在其他地方註冊，例如透過帶有 @Description 的 @Bean 定義）。

ChatClient.PromptRequestSpec#tools(ToolCallback…​ toolCallbacks) 已重新命名為 ChatClient.PromptRequestSpec#toolCallbacks(ToolCallback…​ toolCallbacks)。使用此方法提供內聯的 ToolCallback 例項，其中包括函式實現、名稱、描述和輸入型別定義。

當使用 Spring AI 模型啟動器之一時，將為您自動配置一個 ChatMemory bean。預設情況下，它使用 MessageWindowChatMemory 實現，並將對話歷史記錄儲存在記憶體中。

ChatMemory API 已得到增強，以支援更靈活和可擴充套件的對話歷史管理方式。儲存機制已與 ChatMemory 介面解耦，現在由新的 ChatMemoryRepository 介面處理。ChatMemory API 現在可用於實現不同的記憶策略，而無需繫結到特定的儲存機制。預設情況下，Spring AI 提供了一個 MessageWindowChatMemory 實現，該實現維護一個最大指定大小的訊息視窗。

ChatMemory 中的 get(String conversationId, int lastN) 方法已棄用，取而代之的是在需要將訊息保留在記憶體中達到一定限制時使用 MessageWindowChatMemory。get(String conversationId) 方法現在是從記憶中檢索訊息的首選方法，而 ChatMemory 的具體實現可以決定過濾、處理和返回訊息的策略。

JdbcChatMemory 已棄用，取而代之的是結合 ChatMemory 實現（如 MessageWindowChatMemory）使用 JdbcChatMemoryRepository。如果您之前依賴於自動配置的 JdbcChatMemory bean，現在可以透過自動裝配一個 ChatMemory bean 來替換它，該 bean 在相關依賴項位於 classpath 中時會被自動配置以在內部使用 JdbcChatMemoryRepository 來儲存訊息。

spring.ai.chat.memory.jdbc.initialize-schema 屬性已棄用，取而代之的是 spring.ai.chat.memory.repository.jdbc.initialize-schema。

有關新 API 及如何使用的更多詳細資訊，請參閱新的聊天記憶文件。

MessageWindowChatMemory.get(String conversationId, int lastN) 方法已棄用。視窗大小現在根據例項化時提供的配置在內部管理，因此只應使用 get(String conversationId)。

PromptTemplate API 已重新設計，以支援更靈活和可擴充套件的 prompt 模板化方式，依賴於新的 TemplateRenderer API。作為此更改的一部分，getInputVariables() 和 validate() 方法已棄用，如果呼叫它們將丟擲 UnsupportedOperationException。任何特定於模板引擎的邏輯都應透過 TemplateRenderer API 提供。

評估類移動

輸出轉換器類移動

Transformer 類移動

工具類移動

對 spring.ai.client 可觀測性的更改

對 spring.ai.advisor 可觀測性的更改

引入了 DocumentPostProcessor API，用於在模組化 RAG 架構中實現檢索後元件，取代了現已棄用的 DocumentCompressor, DocumentRanker, DocumentSelector API。

spring.ai.<provider>.chat.enabled

spring.ai.<provider>.embedding.enabled

spring.ai.<provider>.image.enabled

spring.ai.<provider>.moderation.enabled

spring.ai.model.audio.speech=<model-provider|none>

spring.ai.model.audio.transcription=<model-provider|none>

spring.ai.model.chat=<model-provider|none>

spring.ai.model.embedding=<model-provider|none>

spring.ai.model.embedding.multimodal=<model-provider|none>

spring.ai.model.embedding.text=<model-provider|none>

spring.ai.model.image=<model-provider|none>

spring.ai.model.moderation=<model-provider|none>

模型啟動器：spring-ai-{model}-spring-boot-starter → spring-ai-starter-model-{model}

向量儲存啟動器：spring-ai-{store}-store-spring-boot-starter → spring-ai-starter-vector-store-{store}

MCP 啟動器：spring-ai-mcp-{type}-spring-boot-starter → spring-ai-starter-mcp-{type}

KeywordMetadataEnricher 和 SummaryMetadataEnricher 已從 org.springframework.ai.transformer 移至 org.springframework.ai.chat.transformer。

Content, MediaContent, 和 Media 已從 org.springframework.ai.model 移至 org.springframework.ai.content。

spring-ai-commons (基礎)

spring-ai-model (依賴於 commons)

spring-ai-vector-store 和 spring-ai-client-chat (都依賴於 model)

spring-ai-advisors-vector-store 和 spring-ai-rag (都依賴於 client-chat 和 vector-store)

spring-ai-model-chat-memory-* 模組 (依賴於 client-chat)

透過預設 FunctionCallingOptions 例項的 functions() 方法傳遞的任何工具都會包含在對該 ChatModel 例項進行的每次模型呼叫中，可能會被執行時選項覆蓋。

透過預設 FunctionCallingOptions 例項的 functionCallbacks() 方法傳遞的任何工具僅可用於執行時動態解析（參見 工具解析），除非明確請求，否則不會包含在對模型的任何呼叫中。

現在，透過預設 FunctionCallingOptions 例項的 functions() 方法或 functionCallbacks() 傳遞的任何工具都以相同的方式處理：它們會包含在對該 ChatModel 例項進行的每次模型呼叫中，可能會被執行時選項覆蓋。這樣，工具包含在模型呼叫中的方式保持一致，並避免了由於 functionCallbacks() 和所有其他選項之間的行為差異而引起的任何混淆。

將 prompt、messages 和 metadata 包移至 org.springframework.ai.chat 的子包中

新增功能是文字轉圖片客戶端。類包括 OpenAiImageModel 和 StabilityAiImageModel。請參閱整合測試瞭解用法，文件即將釋出。

新增一個 model 包，其中包含介面和基類，支援為任意輸入/輸出資料型別組合建立 AI Model 客戶端。目前，chat 和 image model 包已實現了這一點。我們很快會將 embedding 包更新到這個新模型。

新的“可移植選項”設計模式。我們希望在不同基於聊天的 AI 模型之間儘可能地提高 ModelCall 的可移植性。有一組通用的生成選項，然後還有一些特定於模型提供商的選項。採用了一種類似“鴨子型別”的方法。model 包中的 ModelOptions 是一個標記介面，表明此類的實現將為模型提供選項。請參閱 ImageOptions，它是一個子介面，定義了所有 text→image ImageModel 實現的可移植選項。然後 StabilityAiImageOptions 和 OpenAiImageOptions 提供了特定於每個模型提供商的選項。所有選項類都透過流暢的 API Builder 建立，都可以傳遞給可移植的 ImageModel API。這些選項資料型別用於 ImageModel 實現的自動配置/配置屬性。

從 spring.ai.openai.model 變更為 spring.ai.openai.chat.options.model。

從 spring.ai.openai.temperature 變更為 spring.ai.openai.chat.options.temperature。

將 org.springframework.ai.ollama.client.OllamaClient 替換為 org.springframework.ai.ollama.OllamaModelCall。

OllamaChatClient 方法簽名已更改。

將 org.springframework.ai.autoconfigure.ollama.OllamaProperties 重新命名為 org.springframework.ai.model.ollama.autoconfigure.OllamaChatProperties，並將字尾更改為：spring.ai.ollama.chat。部分屬性也已更改。

將 AiClient 重新命名為 ChatClient

將 AiResponse 重新命名為 ChatResponse

將 AiStreamClient 重新命名為 StreamingChatClient

將 org.sf.ai.client 包重新命名為 org.sf.ai.chat

transformers-embedding 重新命名為 spring-ai-transformers

從：org.springframework.experimental.ai

到：org.springframework.ai

Azure OpenAI

<dependency>
    <groupId>org.springframework.experimental.ai</groupId>
    <artifactId>spring-ai-azure-openai-spring-boot-starter</artifactId>
    <version>0.7.1-SNAPSHOT</version>
</dependency>

OpenAI

<dependency>
    <groupId>org.springframework.experimental.ai</groupId>
    <artifactId>spring-ai-openai-spring-boot-starter</artifactId>
    <version>0.7.1-SNAPSHOT</version>
</dependency>