随着大模型技术的快速发展，自然语言到 SQL（NL2SQL）能力在数据分析领域的落地日益广泛。然而，传统 NL2SQL 方案存在Schema 理解偏差、复杂查询生成效率低、执行结果不可控等问题，导致业务场景中频繁出现“答非所问”或“生成失败”的窘境。为了让更多开发者能够便捷地使用这一能力，我们决定将阿里云析言GBI中“Schema 召回 + SQL 生成 + SQL 执行”的核心链路模块化、组件化，并以开源的形式回馈社区。
2025 年是 AI 智能体快速爆发的一年，从单智能体、多智能体到通用智能体的多种不同构建模式持续涌现出来，智能体开发也逐步从概念、Demo 开始走向生产落地，应用范围也从编程助手等几个少数领域，逐步拓展到企业内部业务、生活工作助手等多个领域。
在最近的一篇研究报告《构建高效代理》 中，Anthropic分享了关于构建高效大语言模型（LLM）代理的宝贵见解。这项研究特别有趣的地方在于，它强调简单性和可组合性，而非复杂的框架。让我们来探索如何利用Spring AI将这些原则转化为实际的实现。
北京时间 2025 年 5 月 20 日，Spring AI 官方团队宣布 1.0 GA 版本正式发布。在过去的近一年时间，Spring AI Alibaba 一直与 Spring AI 社区有深度沟通与合作，期间发布了多个 Milestone 版本，并在此基础上构建了以 agent、multi-agent、企业级生态（如阿里云百炼集成、可观测集成、分布式MCP、Nacos、Higress）、通用智能体（如JManus、DeepResearch）等为特色的框架与解决方案。
Spring AI Alibaba Graph 的核心内容开发已基本就绪，将在近期发布正式版本，基于 Spring AI Alibaba Graph 开发者可以轻松开发工作流、不同模式的智能体&多智能体等系统，在 Spring AI ChatClient 基础上给开发者带来灵活的选择与更丰富的功能。
MCP 官方引入了全新的 Streamable HTTP 传输层，对原有 HTTP+SSE 传输机制有重大改进。
本文将：
昨晚，谷歌在Google Cloud Next 25大会上，开源了首个标准智能体交互协议——Agent2Agent Protocol（简称A2A）。
A2A 将彻底打破系统孤岛，对智能体的能力、跨平台、执行效率产生质的改变，A2A 协议当前有 50 多家著名企业参与共建。随着加入的企业越来越多，会极大提升A2A的商业价值以及推动整个智能体生态的快速发展。
不出意外，本次大会重点在 AI Agent 上，除了 A2A 之外，谷歌还效仿 OpenAI 开源了 Agent 开发套件 ADK，内部测试工具 Agent Engine。
详情可见 spring-ai-alibaba-examples 项目下的 spring-ai-alibaba-structured-example 模块
Spring AI Alibaba 正式上线 MCP 市场：https://java2ai.com/mcp/。
开发者可以在这里搜索市面上可用的 MCP Server 服务，了解每个服务的实现与接入方法。
本文作者：夏冬，Spring AI Alibaba Contributor。
MCP 基础与快速体验（熟悉的读者可以跳过此部分）
如何将自己开发的 Spring 应用发布为 MCP Server，验证使用 Claude 或 Spring 应用作为客户端接入自己发布的 Java MCP Server。
Spring AI Alibaba 开源项目基于 Spring AI 构建，是阿里云通义系列模型及服务在 Java AI 应用开发领域的最佳实践，提供高层次的 AI API 抽象与云原生基础设施集成方案，帮助开发者快速构建 AI 应用。