Spring AI 1.0.0-RC1 版本中观测性配置的变更与解决方案
在 Spring AI 1.0.0-RC1 版本中,开发团队对观测性(Observability)相关的配置属性进行了重要调整。这些变更主要影响了聊天模型(Chat Model)和向量存储(Vector Store)的观测行为,需要开发者特别注意。
配置属性变更内容
新版本中,原先的观测性配置属性名称发生了以下变化:
spring.ai.chat.observations.include-prompt
变更为spring.ai.chat.observations.log-prompt
spring.ai.chat.observations.include-completion
变更为spring.ai.chat.observations.log-completion
- 向量存储相关的观测属性也进行了类似的命名调整
这些变更反映了从"包含"(include)到"记录"(log)的概念转变,更准确地描述了这些属性的实际功能。
实现细节与问题分析
在代码实现层面,ChatObservationProperties
类最初未能完全同步这些变更,导致缺少logCompletion
字段及其对应的setter方法。同样的问题也出现在VectorStoreObservationProperties
类中,缺少logQueryResponse
字段。
值得注意的是,虽然属性名称变更了,但观测功能本身仍然正常工作。这是因为这些属性主要用于条件自动配置,而非直接程序化使用。自动配置类中的条件判断已经正确实现了新属性名称的逻辑。
观测模式的变化
1.0.0-RC1版本还引入了一个重要的架构变更:从追踪(Tracing)模式转向日志(Logging)模式。在早期版本中,开发者可以通过Zipkin等追踪服务查看聊天提示和响应内容。新版本改为将这些信息记录到日志中,每个日志条目都包含traceId和spanId,仍然可以与追踪系统关联。
解决方案与替代方案
对于需要恢复追踪功能的开发者,可以考虑以下方案:
-
自定义实现:可以复制早期版本中的
ChatClientPromptContentObservationFilter
类,并通过@Component
注解使其生效。这种方式允许将大量文本数据附加到追踪span中。 -
使用社区扩展:有开发者已经将移除的处理器和过滤器提取到独立项目中,这些扩展可以恢复原有的追踪功能。
-
日志与追踪集成:利用现代可观测性工具(如支持OpenTelemetry的日志收集器)将日志内容与追踪span关联起来,实现两全其美的解决方案。
最佳实践建议
-
对于新项目,建议适应新的日志模式,利用日志系统强大的查询和分析能力。
-
如果确实需要将大量文本数据附加到追踪span中,应当评估性能影响,考虑仅记录关键摘要信息。
-
在迁移现有项目时,仔细检查所有观测性相关配置,确保使用新属性名称。
-
对于复杂的多AI代理场景,可以结合日志的全文检索能力和追踪的调用链分析,构建更全面的观测体系。
Spring AI团队将持续优化观测性功能,建议开发者关注后续版本的更新和改进。对于特定需求,也可以考虑参与社区讨论或贡献自定义解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









