拒绝重复开发！企业级AI技能共享平台，一次开发全平台共享

我做了一个开源项目：一次开发，全平台所有AI应用自动获得工具调用能力

大家好，我最近开源了一个有意思的项目——Cloud Skill，一个企业级云原生技能管理平台。

今天想和大家聊聊这个项目解决了什么问题，以及它和市面上其他动态工具方案有什么不同。

---

🤔 你是否遇到过这些痛点？

做企业级AI平台的同学应该都有体会：

当你的公司有10个AI应用，每个AI应用都需要调用"查询用户信息"、"查询订单"、"创建工单"这些工具，你会怎么做？

传统方案

每个AI应用都重复写一遍这些工具函数，然后每次工具更新，10个应用都要重新打包部署...

结果就是：

• ❌ 重复开发，浪费人力
• ❌ 更新发布慢，从需求到上线要按天算
• ❌ 多个应用版本不一致，维护困难
• ❌ 没有统一权限管控，安全风险大
• ❌ 调用数据分散，无法全局统计优化

---

💡 我的思路：技能云原生，一次开发全平台共享

Cloud Skill 的核心理念就是：

一次开发技能，全平台所有AI应用自动获得调用能力，动态更新实时生效，无需重启，无需重复部署。

整个架构分成三个部分：

┌──────────────┐      ┌──────────────┐      ┌──────────────┐
│  Provider    │  →   │   Admin     │  →   │  Consumer    │
│ 技能提供者   │ 扫描 │  统一管理平台│ 拉取 │  AI消费者   │
│ 开发业务接口 │──────▶ 权限分配管理│──────▶ 动态注入使用│
└──────────────┘      └──────────────┘      └──────────────┘

工作流程：

1. Provider：业务团队用 Spring MVC 开发好接口，引入 cloud-skill-scanner-spring-boot-starter，启动时自动扫描所有接口，生成技能定义，预注册到 Admin
2. Admin：平台管理员审核，分配权限给对应的 Consumer 服务
3. Consumer：AI 消费者应用引入 cloud-skill-spring-boot-starter，自动从 Admin 拉取技能，动态转换为 Spring AI 的 ToolCallback，注入到 ChatModel 中
4. 实时更新：Provider 更新接口后，自动推送到所有 Consumer，秒级生效，不需要重启任何 Consumer 应用

---

✨ 核心特性

1. 🎯 真正的动态注入，版本一致性保证

市面上很多"动态工具"方案，都是说单个应用内部动态加载，而 Cloud Skill 是跨应用云原生动态：

• ✅ 注入前版本校验：每次调用前对比本地时间戳和服务端全局时间戳
• ✅ 过期自动同步：如果发现本地版本过期，自动触发全量同步
• ✅ Redis 发布订阅：技能变更实时推送，秒级生效
• ✅ 最终一致性：定时同步兜底，保证网络分区后数据最终一致

2. 🔌 同时兼容 Spring AI 和 Spring AI Alibaba

这个很重要，现在 Java AI 生态主要就是这两个：

框架	支持情况
Spring AI 官方	✅ 完整支持 ChatModel/ChatClient/ReactAgent
Spring AI Alibaba (DashScope)	✅ 特殊适配，正确转换工具格式

不需要改代码，引入依赖就能用。

3. 🛡️ 三级细粒度控制

支持全局/类/方法三级控制，优先级：方法注解 > 类注解 > 全局配置

@RestController
@EnableDynamicSkills  // 整个类启用
public class AiController {
    
    @GetMapping("/chat")
    public String chat(String message) {
        // 继承类注解，启用动态技能
        return chatClient.prompt().user(message).call().content();
    }
    
    @GetMapping("/status")
    @EnableDynamicSkills(false)  // 这个方法禁用
    public String status() {
        return "ok";
    }
}

4. 🔧 模板方法架构，易于扩展

技能变更监听和工具注入都采用模板方法模式：

// 新增一种消息队列只需要继承这个类
public abstract class AbstractSkillChangeListener {
    // 模板方法：版本校验 + 消息处理 + 全量同步
    public final void onSkillChange() {
        checkVersion();
        processMessage();
        if (needFullSync()) {
            doFullSync();
        }
    }
    // 子类只需要实现具体细节
    protected abstract void processMessage();
}

5. 📊 企业级生产特性

• 权限控制：公开/私有技能，服务级权限分配
• 容错降级：超时控制、重试、本地缓存降级
• 可观测性：内置 Micrometer 指标，全链路监控
• SPI 扩展：SkillConverter、SkillExecutionHook 允许自定义扩展

---

🆚 和其他开源项目对比

我调研了 GitHub 上几个类似的动态工具项目，整理一下区别：

项目	核心定位	和 Cloud Skill 的关键区别
spring-ai-dynamic-tool	本地 JAR 动态加载工具	它是单体应用本地加载；Cloud Skill 是云端分发全平台共享
spring-ai-function-loader	从文件加载函数定义	它只给当前应用加载；Cloud Skill 让全平台所有应用共享
dynamic-function-calling-starter	扫描 @Function 自动注册	它扫描注解方法本地注册；Cloud Skill 扫描 Spring MVC 接口注册到远程平台
Cloud Skill (你的项目)	云原生技能共享平台	一次开发，全平台共享，动态更新实时生效

一句话总结：

• 它们解决：单个应用内如何更好地动态管理工具
• Cloud Skill 解决：多个 AI 消费者应用如何从中心化平台动态共享技能

这是两个不同层级的问题。

---

📈 业务价值对比

维度	传统开发模式	Cloud Skill 模式
工具开发	每个 AI 应用重复开发	一次开发，全平台自动获得
更新发布	每个应用重新打包部署	服务端注册后，所有消费者实时获得，秒级生效无需重启
运维成本	多应用分散维护，重复劳动	集中管理，一次更新全平台同步
版本一致性	不同应用版本参差不齐	所有消费者自动同步最新版本
安全管控	无统一管控	统一权限、审计、限流
可观测性	无统一监控	全链路监控，可观测性强

---

⚠️ 劣势分析（实话实说）

任何架构都有适用场景，Cloud Skill 也不是银弹：

1. 需要额外部署：需要部署 Admin 平台 + Redis，对中小项目来说确实有点重
2. 网络依赖：纯本地单机场景确实过度设计了
3. 架构复杂：需要理解整条链路，调试比纯本地麻烦一点
4. 适用场景：更适合企业级多租户 AI 平台，不适合个人小项目

所以：

• ✅ 如果你是做企业 AI 平台，多个消费者共享技能 → 非常适合
• ❌ 如果你只是做个个人小项目，就想本地用 → 那些轻量方案更适合

---

🚀 快速体验

1. Provider 端（技能提供者）引入 Scanner：

<dependency>
    <groupId>cloud.skill</groupId>
    <artifactId>cloud-skill-scanner-spring-boot-starter</artifactId>
    <version>1.0.0</version>
</dependency>

配置：

cloud:
  skill:
    scanner:
      enabled: true
      admin-server-url: http://your-admin-server:8080
      global-mode: true  # 自动扫描所有 Spring MVC 接口

启动应用，自动扫描注册到 Admin，搞定！

2. Consumer 端（AI 消费者）引入 SDK：

<dependency>
    <groupId>com.cloudskill</groupId>
    <artifactId>cloud-skill-spring-boot-starter</artifactId>
    <version>1.0.0</version>
</dependency>

配置：

cloud:
  skill:
    enabled: true
    server-url: http://your-admin-server:8080
    service-name: my-ai-app

直接使用：

@RestController
@EnableDynamicSkills
public class AiChatController {
    
    private final ChatClient chatClient;
    
    public AiChatController(ChatClient chatClient) {
        this.chatClient = chatClient;
    }
    
    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        // 所有分配给你的技能已经自动注入了！
        return chatClient.prompt()
                .user(message)
                .call()
                .content();
    }
}

就这么简单，启动就能用！技能更新自动同步，不需要重启。

---

🏗️ 整体项目结构

cloud-skill/
├── cloud-skill-spring-boot-starter/          # SDK，消费者使用
├── cloud-skill-scanner/                     
│   └── cloud-skill-scanner-spring-boot-starter/  # 扫描器，提供者使用
└── cloud-skill-admin/                        # 管理平台，统一管理

三个模块各司其职，松耦合，易扩展。

---

🎯 总结

Cloud Skill 填补了一个市场空白：企业级多租户 AI 平台的中心化技能共享解决方案。

它的核心理念就是：

让技能像云一样，按需分发，动态更新，一次开发，全平台共享。

如果你正在做企业 AI 平台，被多应用重复开发工具的问题困扰，欢迎试用一波，欢迎 Star 🌟

---

🔗 项目地址

GitHub: github.com/Rainbow0328…

欢迎 Star，欢迎 Issue，欢迎 PR！

---

你怎么看这个架构设计？欢迎在评论区交流讨论 👇

---

Tags: #Java #SpringBoot #SpringAI #AI #大模型 #函数调用 #ToolCalling #MCP #云原生 #开源