Ollama + GraalVM 终于不崩了！Spring AI 1.1.7 正式发布！

公告：“业余草”微信公众号提供免费CSDN下载服务(只下Java资源)，关注业余草微信公众号，添加作者微信：xttblog2，发送下载链接帮助你免费下载！
本博客日IP超过2000，PV 3000 左右，急需赞助商。
极客时间所有课程通过我的二维码购买后返现24元微信红包，请加博主新的微信号：xttblog2，之前的微信号好友位已满，备注：返现
受密码保护的文章请关注“业余草”公众号，回复关键字“0”获得密码
所有面试题(java、前端、数据库、springboot等)一网打尽，请关注文末小程序

【腾讯云】1核2G5M轻量应用服务器50元首年，高性价比，助您轻松上云

这个月是 Spring 生态的密集发布月，光是 Spring AI 都发布了好几个版本了。

这不，上周五，Spring AI 团队就连发 3 个版本，分别是 1.1.7、1.0.8（维护线）、2.0.0-M7。由于当前的主流版本是 1.1.x 版本，因此，接下来本文就带领大家一起来看看这次的 Spring AI 1.1.7 有哪些变化。

版本概览

由于 Spring AI 2.x 正式版将于本月推出，因此其它的两个 1.x 主线和维护线版本几乎不再增加新功能了，以稳定性、bug 修复、漏洞修复为主。

2026 年 5 月 23 日，Spring AI 团队正式发布了 1.1.7 版本，与 1.0.8（维护线）和 2.0.0-M7（里程碑线）同步推出。这次发布并非功能大爆炸，而是一次以稳定性、安全性和兼容性为核心的精准维护更新。对于正在生产环境使用 Spring AI 1.1.x 的开发者来说，这是一次强烈建议立即升级的版本。

与 2.0.0-M7 的“颠覆式创新”不同（如废弃 SSE 传输协议、ToolCallAdvisor 成为默认工具调用方式等），1.1.7 的定位非常明确，修复关键 Bug、堵住安全漏洞、解决兼容性痛点。这也相当于告诉社区，1.x 稳定线依然在积极维护，生产环境可以放心依赖。

文章配图参见 https://mp.weixin.qq.com/s/MBp8QenN4v8_juSdlB0gMQ。

三大核心更新详解

修复 CVE-2026-41863

这是本次升级的最重要理由，没有之一。因为 CVE-2026-41863 是一个高危漏洞。

漏洞背景

Spring AI 在支持 Anthropic 的 Skills API（智能体技能 API）时，存在一个路径遍历（Path Traversal）漏洞。当使用 Anthropic 模型生成文档（如 DOCX、PDF、PPTX、XLSX）时，模型返回的文件名会被直接用于 Path.resolve() 操作，未经过任何净化处理。

攻击原理

由于文件名由 LLM 生成，攻击者可以通过构造特定的 Prompt，诱导模型返回包含路径遍历序列的文件名。已有网友通过 prompt 的形式获得类型下方这样的文件信息。

../../../etc/passwd
../../../.ssh/authorized_keys

这个漏洞导致，Spring AI 会将这些文件写入到预期目录之外。从而引起下面这些问题。

• 敏感文件被覆盖（如系统配置、SSH 密钥）
• 恶意文件被植入（如 Web Shell、启动脚本）
• 权限提升（写入受限目录）

这是一个典型的 Agent SkillSlip 类漏洞，与近期在 Gemini CLI、Claude Code 等 AI 工具中发现的路径遍历问题属于同一攻击面。

影响范围与修复

根据官网的信息可知，这个漏洞影响范围与修复情况，如下所示。

• 影响版本：Spring AI 1.1.0 到 1.1.6 之间的所有版本
• 修复版本：1.1.7（1.0.x 不受此漏洞影响，因为 Skills API 是 1.1.x 引入的功能）
• CVSS 评分：Medium（AV:N/AC:L/PR:L/UI:N/S:U/C:N/I:H/A:N），攻击复杂度低，但需认证权限
• 修复方式：对 LLM 返回的文件名进行严格的输入验证和路径净化，确保解析后的路径始终位于目标目录内

官方建议，如果你的应用使用了 spring-ai-starter-model-anthropic 并启用了 Skills 功能，请立即升级至 1.1.7，并审计过去生成的文件记录。

新特性

新特性方面，Ollama 正式支持 GraalVM 原生镜像。

这对于追求极致启动速度和内存占用的云原生开发者来说，是一个期待已久的修复。

问题现象

在 1.1.7 之前，使用 Spring AI 集成 Ollama 的开发者如果尝试构建 GraalVM Native Image，会遇到运行时反射相关的错误。根本原因在于 Ollama 模块中的 ThinkOption 序列化/反序列化类（ThinkOptionDeserializer 和 ThinkOptionSerializer）未被注册到 GraalVM 的反射配置中。

技术细节

GraalVM Native Image 在构建时会进行封闭式世界分析（Closed-World Analysis），所有需要反射访问的类必须显式声明。有社区开发者发现，需要手动注册以下类型才能 workaround。

// 1.1.6 及之前版本需要手动添加的 workaround
for (var c : new Class[]{
    ThinkOption.ThinkOptionDeserializer.class,
    ThinkOption.ThinkOptionSerializer.class
}) {
    hints.reflection().registerType(c, MemberCategory.values());
}

在 1.1.7 中，Spring AI 团队内置了这些 RuntimeHints，开发者无需再手动配置即可直接构建 Ollama + GraalVM 的原生镜像。

实际收益

从官方给出的数据可知。

• 启动时间：从 JVM 模式的数秒降至原生镜像的毫秒级
• 内存占用：典型场景下内存减少 50% 以上
• 云原生适配：完美适配 AWS Lambda、Azure Functions、Knative 等 Serverless 场景
• 边缘部署：更适合资源受限的 IoT 和边缘计算环境

修复 OpenAI 流式传输丢数据问题

这是一个隐蔽但影响深远的 Reactive Streams 行为问题，可能导致 AI 应用的输出内容不完整或顺序错乱。

原先，OpenAiChatModel 在流式响应（Streaming）处理中，内部使用了 switchMap 操作符。当开发者在业务层对流进行缓冲处理（如 buffer(2)）后接 concatMap 时，会出现数据块丢失的现象。

而 switchMap 的核心特性是，当新的上游事件到达时，自动取消（cancel）之前的内部流订阅。这在“搜索建议”等场景下是理想行为，但在流式聊天场景中却是灾难。

Token 1 arrives → switchMap starts processing
Token 2 arrives (50ms later) → switchMap CANCELS Token 1's processing
Token 3 arrives → switchMap CANCELS Token 2's processing
...

当业务层使用 buffer(2).concatMap(...) 进行批量安全校验或日志记录时，由于 switchMap 的取消机制，导致部分 Token 在传递到下游之前就被丢弃了。

修复方案

Spring AI 团队将内部的 switchMap 替换为更适合流式场景的运算符（如 concatMap 或 flatMapSequential），从而确保以下几个方面的问题得到修复。

• 所有 Token 按序处理，不丢失任何数据块
• 与下游的 buffer + concatMap 模式兼容
• 保持背压（Backpressure）安全

因此，如果你的应用有以下特征，官方也强烈建议验证并升级。

• 使用 OpenAiChatModel.stream() 进行流式输出
• 对流进行了 buffer()、window() 或 groupBy() 等分批操作
• 在 concatMap 中执行了异步校验、日志记录或副作用操作
• 发现 AI 返回的内容偶尔“缺字少句”或逻辑不连贯

其他修复与改进

RedisVectorStore 删除操作截断问题

在 1.1.7 中修复了 RedisVectorStore#doDelete 的一个隐蔽 Bug，批量删除时仅删除前 10 条消息。这个问题在 1.0.8 中同样存在并已修复。

该 bug 的影响是，如果你使用 Redis 作为向量存储，并且需要批量删除大量文档，之前的版本可能导致“假删除”，看起来执行了删除，实际上大部分数据仍在 Redis 中。

这会造成：

• 向量存储空间持续增长
• 检索结果包含已标记删除的“幽灵文档”
• RAG（检索增强生成）的上下文污染

1.1.7 vs 2.0.0-M7

Spring AI 目前并行维护三个版本线，1.1.7 的发布体现了团队对稳定线的承诺。

升级指南

升级指南方面，和以往类似。先进行 Maven 依赖更新。

<!-- 更新前 -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-bom</artifactId>
    <version>1.1.6</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>

<!-- 更新后 -->
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-bom</artifactId>
    <version>1.1.7</version>
    <type>pom</type>
    <scope>import</scope>
</dependency>

然后再进行升级检查清单，包括以下几个方面。

• 安全审计：如果使用了 Anthropic Skills API，检查历史文件生成记录
• 流式功能测试：验证 OpenAiChatModel.stream() 在业务缓冲逻辑下的完整性
• Ollama + GraalVM 测试：移除之前的手动 RuntimeHintsRegistrar，验证原生镜像构建
• Redis 向量存储：执行批量删除测试，验证是否全部生效
• 回归测试：运行核心对话流程，确认无行为退化

目前，从社区讨论来看，1.1.7 的发布获得了不少老外的积极反馈。我摘录了点赞比较高的 3 条评论，如下所示。

1. 终于等到 Ollama 的 GraalVM 支持，这是 GitHub Issues 上被反复提及的需求，本地部署 Ollama 的开发者现在可以真正享受原生镜像的启动速度优势。
2. 流式丢数据的问题困扰了我们两周，有开发者表示，在复杂的 Reactive 管道中，这个 switchMap 问题极难定位，1.1.7 的修复解决了他们的燃眉之急。
3. 安全修复很及时，随着 AI Agent 攻击面的扩大，Skills API 的路径遍历问题提醒开发者，LLM 的输出不可信任，必须像对待用户输入一样进行严格的输入验证。

总结

Spring AI 1.1.7 是一次小而精的维护发布，它修复了三个不同维度的重要问题。

总的来说，Spring AI 现在迭代比较快，如果有漏洞则强烈建议升级；如果有你们遇到的 bug，则也建议升级；如果你们还没有 AI 落地，建议把 loading 换成 thinking …

最后，欢迎关注我的个人微信公众号：业余草（yyucao）！可加作者微信号：xttblog2。备注：“1”，添加博主微信拉你进微信群。备注错误不会同意好友申请。再次感谢您的关注！后续有精彩内容会第一时间发给您！原创文章投稿请发送至532009913@qq.com邮箱。商务合作也可添加作者微信进行联系！

本文原文出处：业余草： » Ollama + GraalVM 终于不崩了！Spring AI 1.1.7 正式发布！