Spring AI 2.0 开发实战课，来了！

大家好，我是R哥。

经过这段时间的蛰伏，端午节都没有出去玩，奋力爆肝我的 Spring AI 2.0 开发实战课，直到今天终于更新完了，这应该是全网最全、最新的 Spring AI 教程了，还有谁能比我卷吗？

课程同时支持 Spring AI 1.x 和 2.x 版本的学习，包括全部教程和实战源代码，后续如果有 3.x，之前的版本的课程也能学习。

Spring AI 2.0 更新记录

依赖升级

• 升级并适配 Spring AI 2.0.0。
• 升级 Spring Boot 4.1.0。
• 升级到 JDK 25。

聊天模型

官方支持变更

Spring AI 2.0 移除了对 Azure OpenAI、Google VertexAI Gemini、HuggingFace、Moonshot AI、OCI GenAI / Cohere、OpenAI SDK（Official）、QianFan、ZhiPu AI 等厂商大模型的官方维护，MiniMax 也改成了与 Anthropic 兼容的方式。

不是 Spring AI 支持不了，而是 Spring AI 正在收缩官方维护范围，把部分厂商集成从主仓库迁移到社区维护模式，参考文章：天塌了！Spring AI 2.0 宣布移除智谱！！

所以，本质上是可以通过 OpenAI-proxy / Anthropic-proxy 的方式接入，或者通过厂商自己维护的社区开源项目，但不再提供官方适配和维护了。

参数调整

1、不再使用 .options 前缀

所有模型（如 Chat、Embedding、Image、Audio、Moderation、OCR 等）配置属性进行了统一优化，不再使用 .options 前缀。

比如原来的配置 spring.ai.openai.chat.options.model 现已调整为：spring.ai.openai.embedding.model，更简便了，其他（比如：Embedding 等）的模型都是同理。

2、移除 Temperature 默认配置

Spring AI 不再为聊天模型自动配置属性提供默认 Temperature 值，比如，之前的版本，Spring AI 对大多数聊天模型设定了默认温度为 0.7 。

此默认值现在已被移除，以便使用各 AI 提供商原生的默认 Temperature 值。

模型升级

课程所用到的各类模型也进行了全面升级。

聊天记忆

功能加强

• 基于内存的聊天记忆，新增支持自动加载历史消息；
• 新增基于 JDBC 的聊天记忆支持多会话记忆与管理。

表结构升级

如果从 Spring AI 1.x 升级到 2.0 的，会提示 sequence_id 数据库字段找不到，需要自行根据最新脚本补上最新的字段，或者删除表重新创建。

因为 Spring AI 2.0 的 JdbcChatMemoryRepository 结构添加了一个 sequence_id 字段，用于在对话中确定消息的排序顺序，之前排序依赖的 timestamp 字段，但在不同数据库中的 TIMESTAMP 精度存在差异，所以在同一秒内保存的消息在返回时顺序可能不确定。

必传会话 ID

对于内置的聊天记忆 Advisors（MessageChatMemoryAdvisor 和 VectorStoreChatMemoryAdvisor）不再支持可选的对话 ID，每次调用都必须提供 ChatMemory.CONVERSATION_ID。并且其 conversationId(String) 方法也移除了，不能在构造时设置默认对话 ID 了。

如果该值缺失或为 null，将立即抛出 IllegalArgumentException 异常。

另外，ChatMemory.DEFAULT_CONVERSATION_ID 这玩意也移除了。

移除项

PromptChatMemoryAdvisor 已被移除，请使用 MessageChatMemoryAdvisor 作为替代。

多模态

• OpenAI 已经弃用了 DALL·E 2、DALL·E 3 等传统模型，本课程中也已经移除。
• 新增 OpenAI 最新的 GPT Image 2 支持。

工具能力

• 添加工具搜索工具基础及实战教程。
• SSE WebMVC MCP Servers 已弃用，已升级 Streamable-HTTP MCP Servers。

RAG

这个 spring-ai-advisors-vector-store 模块已重命名为 spring-ai-vector-store-advisor ，以更好地符合其他 Spring AI 模块的命名约定。

添加「Spring AI + Milvus 实现检索相似文档实战」教程。

PDF 对话同时支持 Redis 和 Milvus 向量数据库。

修复 RAG 检索兼容性问题。

Agent

Spring AI 2.0 新增的全新课程模块，支持以下功能

• HR 简历智能筛选
• 代码质量审查
• 智能在线客服
• 商户接入智能预审
• SQL 智能优化

通过这几个 Agent 案例演示了市面上面最主流的 5 种 Agent 应用类型。

Spring AI 开发实战课

你是不是也有这样的疑惑：

• 程序员要不要学习 AI 应用？
• 简历项目要不要写 AI 的东西？
• 想要学习 AI 的东西，但又不知从何下手？
• 学了点基础内容，却不知如何落地企业应用？

不止是你，很多同学都问题过这样的问题，也都表现得很焦虑，毫无疑问，AI 已经成为程序员必备的技能之一，不会 AI，就很难在未来的职场中立足。

有的同学，各方面条件都不错，但就是因为简历里没有 AI 相关的项目经历，面试时被问到有没有做过 AI 应用，甚至对 AI 一窍不通，结果支支吾吾答不上来，直接错失了机会。

大厂们卷 AI 更是疯狂，就不用我多说了，好几个面试辅导进大厂的同学都在找我要 AI 的人，现在 AI 应用人才太紧缺了，感觉回到 10 多年前的 SSH、SSM 时刻。。

AI 可能不会沟通会使用 AI 的程序员，但一定会淘汰不会使用 AI 的人。

所以，为了帮助后端程序员对 AI 开发有个系统认知，我花了半年多时间，翻烂了 Spring AI 官方文档，踩了大量的坑，从 Spring AI 1.0 开始迭代，现在已经更新到 Spring AI 2.x 版本。

优惠价 399 元扫码购买学习：

Spring AI 版本更新变化非常大，包括 API、功能、设计理念等都在不断演进，所以耗费了不少时间。

Spring AI 更新太快，官方文档也不完善，很多内容都需要自己摸索与实践才能掌握，这门课正是帮你节省这些时间成本，让你能用最短的时间掌握 Spring AI 的核心能力。

基本介绍

最近这几年 AI 的火热，让很多后端开发者开始关注大模型与生成式 AI 的能力，想要把 AI 能力集成到业务系统中，幸好，Spring AI 框架出来了。

如果说 Spring Boot 让 Java 开发从配置地狱走向开箱即用，那么 AI 时代的后端开发，也正在经历同样的范式迁移，Spring AI 的到来，让我们从手写提示词 + 拼接 HTTP 调模型走向工程化的 AI 能力编排与落地。

Spring AI 的出现，正是为了把大模型能力以 Spring 的方式标准化、组件化，让 Java 开发者能用熟悉的编程模型，快速构建可上线、可维护、可观测的 AI 应用。

很多人学习 Spring AI 仍停留在能对话就行的阶段，调用一次模型 API、做个 ChatBot、写几个 Prompt 就结束了。

但真正能在企业落地的 AI 系统，核心问题从来不是会不会调模型，而是：

• 如何做大模型选型并同时接入多个模型？
• 如何把 Prompt、参数、流式输出、结构化输出做成可复用能力？
• 如何实现工具调用让模型能查数据、能执行动作？
• 如何用 MCP 把工具与上下文标准化，走向模块化、可扩展的 AI 工程？
• 如何构建 RAG 让模型更懂你的业务资料？
• 如何构建 Agent 让模型能自主决策、执行任务？
• 如何把内容安全与可观测性做到生产可用？

本课程正是以 AI 工程落地为定位，围绕 Spring AI 的核心能力体系，从基础入门到企业级实战逐层推进，帮助 Java 开发者用最短路径掌握 AI 应用开发的正确打开方式。

从基本介绍到原理，再到代码实战，抽丝剥茧，每个模块都配有完整的代码示例与实战案例，帮助你真正掌握 Spring AI 的核心能力。

学完这个课程，你不仅能学会 Spring AI 的各种应用场景，跑通基本的大模型集成与调用，更能把 AI 的能力真正集成到业务系统中，或者写进简历，拿到真实的业务价值与面试话语权。

PS：很多东西你从 Spring AI 粗劣的文档中学不到的，只有 AI 行业有足够的认知，加上深入实践才能学会真正的 Spring AI。

学习路线

Spring AI 编程实战课，我把它按能力体系拆为 10 个模块，由浅入深，覆盖从对话到 RAG、从工具调用到 MCP、从功能到生产化。

课程非常全面，几乎覆盖了 Spring AI 所有核心知识点，已全部完结，可随时订阅学习全部内容。

看完大纲就知道有多值了，不要乱学 AI 技术了，浪费时间，和R哥学习最新的 Spring AI 技术，少走弯路。

课程基本学习路线如下：

1. 基础入门：术语、核心 API、快速开始。
2. 聊天模型：模型选型、多厂商接入、流式、推理模型、多模型共存。
3. 提示词：模板化、文件化、参数化与提示词方法论。
4. 聊天增强：Advisors 机制、执行顺序、聊天记忆（内存/JDBC）。
5. 结构化输出：Bean/Map/List 结构化生成与原生结构化输出。
6. 多模态：图像理解、图像生成、TTS、STT。
7. 工具能力：工具调用、MCP 实战、企业场景落地。
8. RAG：ETL、Embedding、向量数据库、检索实战、企业知识库方案。
9. Agent：Agent 工作模式、构建模式、框架选型、企业落地方案。
10. 更多能力：内容审核、可观测性与指标实践。

早学习，学完可直接把 Spring AI 的能力写进简历，在面试与项目落地中更有底气。

Spring AI 开发实战课完整目录如下：

课程形式

恕我直言，视频学习的方式效率太低了，一般都要下载到本地才能学习，或者绑定一台电脑，还不能多端学习，学习体验无疑太差，更是影响了学习效率。

另外，我敢说市面上的学习视频大部分都都过时了，大家都知道，现在技术更新太快了，可能没等视频录制完，技术都更新几轮了，学习成本大大增加。

所以，本课程采用的是图文形式，用图片和文字把核心要点写清楚，写的全是细节、干货、精华。

课程可永久在线学习，支持电脑、手机等多端学习，不限制设备数，支持暗黑模式，就算是在路上，或者晚上，都能利用碎片时间学习，并且一次订阅，永久免费提供更新。

课程预览

下面给想试看的小伙伴提供课程试看预览截图，不管是从学习内容呈现、还是排版布局，学习体验都是一流的。

• 基础理论
• 核心知识点实战
• 源码解读
• 原理分析
• ….

以上内容通通都有涵盖。。。

课程学习在我们内部自建的 VIP 学习网站，独立账号，电脑、手机都能学习，不限制设备数，支持暗黑模式，就算是晚上、或者是地铁，都能随时随地利用碎片时间学习～

下面会提供预览截图，可以看到有多精美了，学习体验无敌～

以上只是课程内容中的冰山一角，全部内容请报名课程解锁，课程整体就 理论 + 原理 + 实战，写的都是知识点 细节、精华，干货十足，好评如潮。

实验台预览

支持主题切换及自适应主题：

所有后端接口支持各种可视化操作：

更多请报名 Spring AI 课程爽玩吧……

订阅课程

说实话，我这套 Spring AI 实战课程，最初内部给自己定的价格是 599 元，但是……

因为内容本身不是简单 API 讲解，而是包含很多代码实战，把 RAG、工具调用、私有知识库、工程化落地 这些开发者最关心的问题，一步一步拆开讲清楚。

经过再三思考，我更希望先把真正愿意动手、愿意一起共建的同学聚在一起，所以现在直接定价 399 元。

这个价格只给早期用户，课程还要不断更新，还要不断付出更多时间精力，后续更多内容补齐、案例完善之后，价格一定会上调，目标定价是 999 元。

如果你正好想系统性地学习 Spring AI 并用到项目里，现在订阅是最划算的，后续不会比这个更便宜。

我的课程优势：

觉得贵的，可以去外面随便看看一个课程，都是好几千、上万的，而且都是单次购买，不会提供长期免费更新。

R哥省去了推广运营的成本，几百块就能搞定 Spring AI 核心技术，而且还提供永久免费更新，这就是R哥课程的优势。

学完直接、大胆把 Spring AI 写在简历里，提升简历竞争力，让你面试加分、跳槽涨薪。提升自己，搞定面试和涨薪才是最重要的。

优惠价 399 元扫码购买学习：

课程同时支持 Spring AI 1.x 和 2.x 版本的学习，包括全部教程和实战源代码，后续如果有 3.x，之前的版本的课程也能学习。

原价 999 元，现在只要 399 元即可上车，这个价格绝对是史无所有的价格，后续也绝对不会再低的价格。

早订阅、早学习，越努力越幸运，要想涨薪，就必须提升自己。

学完直接把 Spring AI 技术写到简历里，面试跳槽谈薪水时会更有底气，毫无张总，如果你会玩 Spring AI 必然是 100% 的加分项！！

感兴趣的，开冲吧！