用 AI Agent Skill 演示微服务项目，是一种什么样的体验？

武汉红喜

171人浏览 · 2026-06-26 15:08:55

武汉红喜 · 2026-06-26 15:08:55 发布

痛点：微服务演示的"最后一公里"

每个微服务项目都有一堆模块：注册中心、网关、多个服务提供者、消费者、消息队列……项目写完了，怎么给别人演示？

手动启动 10+ 个服务，等 5 分钟
打开浏览器，一个个敲 URL
解释"这个请求走了 Gateway → Consumer → Provider 的链路"
切到终端，再演示一遍 Dubbo 调用
最后还要清理环境……

演示 5 分钟，准备 30 分钟。

新思路：让 AI 来演示

如果有一种方式，你只需要对 AI 说一句话：

“帮我演示一下 Sentinel 网关限流”

AI 就会自动：

检查服务是否运行
通过 nacos-config 模块发布限流规则
发送 10 次请求，前 5 次正常，后 5 次返回 444 限流
清理配置，恢复环境

这不是录屏，不是固定脚本，是 AI 理解你的意图后，动态执行的真实演示。

它是怎么工作的？

核心是一个叫 SKILL.md 的技能文件，放在项目的 .qoder/skills/ 目录下。它不是普通的文档，而是 AI Agent 的"操作手册"——用结构化的方式描述了每个演示场景的前置条件、执行步骤和验证标准。

.qoder/
└── skills/
    └── demo-spring-cloud/
        ├── SKILL.md          # 技能定义：告诉 AI 怎么演示
        ├── verify-stream.sh  # Stream 一键验证脚本
        └── verify-seata.sh   # Seata 一键验证脚本

当你在 IDE 里输入 /demo-spring-cloud 或者说"演示一下网关路由"，AI 会：

读取 SKILL.md，理解当前项目有哪些模块、端口、依赖关系
检查环境，Nacos 是否运行、RocketMQ 是否需要启动
执行操作，启动服务、发送请求、验证响应
汇报结果，告诉你哪些通过、哪些失败

一个 SKILL 覆盖全部演示场景

这个项目涵盖了 Spring Cloud Alibaba 生态的完整链路：

场景	AI 能做什么
服务注册与发现	启动 Nacos → 启动服务 → 查询注册实例 → 验证调用
网关路由	通过 Gateway 访问各服务 → 验证路由转发
Dubbo/gRPC	演示多协议调用链路，含 REST 接口
Sentinel 限流	发布规则 → 触发限流 → 验证 444 响应
Stream 消息	启动 RocketMQ → 创建 Topic → 发送/消费消息
Seata 分布式事务	初始化数据库 → 启动 4 个服务 → 模拟回滚/提交
Spring AI	聊天、Tool Calling、多模态视觉识别

不需要记端口、不需要记 URL、不需要记启动顺序。 你只需要说"演示"。

与传统方式的对比

	传统方式	SKILL 驱动
启动服务	手动开多个终端，逐个 `mvn spring-boot:run`	`start-all.sh start` 或让 AI 处理
演示调用	复制粘贴 URL，手动改参数	AI 自动构造请求并解读结果
环境检查	自己判断哪个服务没起来	AI 自动检测并给出诊断
清理环境	`ps aux	grep java`，逐个 kill
知识传递	口头讲解 + 文档	SKILL.md 本身就是可执行的文档

更深层的价值：可执行的文档

SKILL.md 的巧妙之处在于——它既是文档，又是脚本，还是 AI 的上下文。

对人来说，它是一份清晰的操作手册
对 AI 来说，它是执行指令集
对项目来说，它是"活"的文档，随着代码演进同步更新

这解决了微服务项目的一个长期问题：文档和代码脱节。当 SKILL.md 里的步骤跑不通时，你立刻知道是代码出了问题，而不是文档过时了。

如何体验？

# 克隆项目
git clone https://github.com/javahongxi/spring-cloud-samples.git
cd spring-cloud-samples

# 在 Qoder IDE 中打开，然后：
# 方式一：直接对话
> "帮我演示一下这个微服务项目"

# 方式二：调用技能
> /demo-spring-cloud

# 方式三：使用脚本（不依赖 AI）
./start-all.sh start    # 启动所有服务
./start-all.sh verify   # 执行验证
./start-all.sh stop     # 停止所有服务