Spring AI 本周速递：AutoMemoryTools、ChatClient 实战与生态对比

大家好，欢迎回到《This Week in Spring》！今天是 2026 年 4 月 7 日，我正从法国科尔马前往阿姆斯特丹参加 Voxxed Days，随后会在里昂与法国同事会面，最后抵达巴黎参加 Java 用户组会议。下面进入本周技术要点：

• 上周在《A Bootiful Podcast》中，我与 Oracle Java 开发专家 Ana‑Maria Mihalceea​nu 讨论了 Java 生态的最新趋势。
• Spring Cloud 2025.0.2（Northfields） 已正式发布，带来对 Spring Boot 3.3 的兼容以及对微服务治理的增强功能。
• Spring AI 团队的 Christian Tsolov 发布新文章，介绍了 AutoMemoryTools——一种跨会话持久化代理状态的工具，帮助实现更复杂的智能代理模式。
• JobRunr 社区成员撰写《如何通过整合生态系统中的各个组件构建 Java AI 代理》，展示了基于 Spring AI、Spring Boot 与 JobRunr 的分布式调度实现。
• Trivago 分享了大规模使用 Spring Boot + GraalVM 的实践，重点是 GraphQL 服务的原生镜像迁移与性能提升。
• Craig Walls 的《Spring AI Recipes》系列最新篇章演示了 ChatClient 的轻量级聊天实现，代码简洁、易于嵌入。
• JetBrains 发布《使用 Kotlin 与 Spring Data JPA 的最佳实践》，提供了 Kotlin DSL 与响应式仓库的实用示例。
• 对比分析文章《Spring AI vs LangChain4j》展示了两者在同一 AI 代理实现上的性能与可调试性差异，结论是 Spring AI 在可维护性上更具优势。
• Trifork 的故障注入（fault injection）实践文章说明了如何通过请求头和数据传播在 Spring 应用中实现细粒度的故障注入。
• Apero CAS 团队分享了针对拥有 12,000+ 测试用例的 400 模块 Spring Boot 项目的测试策略与自动化模式。

以上内容涵盖了 Spring AI 的新工具、生态集成案例以及性能对比，供开发者在构建智能应用时参考。