MateCloud 5.0.8 正式版发布。这一版不是普通的依赖升级，而是一次面向 2026 年 Java 工程体系的重新整理：Spring Boot 4、Spring Cloud 2025、Dubbo 3、Spring AI 2.0、Java 21、MCP、DDD、单体/微服务双形态 被放进了同一套开源脚手架里。

如果你正在做企业后台、SaaS、多租户平台、微服务治理，或者想把 AI Agent 接入自己的 Java 业务系统，MateCloud 5.0.8 值得看一下。

在这里插入图片描述

一、这次发布解决的核心问题

很多 Java 后台脚手架能生成 CRUD，也能跑通 Spring Cloud，但一到真实项目里，就会遇到几个问题：

第一，微服务太重。刚开始做业务时，上来就 Nacos、Dubbo、RabbitMQ、网关、多个服务进程，开发和调试成本很高。

第二，单体又难演进。很多项目先用单体跑起来，但后续拆服务时，配置、RPC、事件、数据库迁移、前端代理都要重做。

第三，AI 能力还停留在“聊天接口”。业务系统里的领域方法、服务治理、代码生成、配置管理、数据库迁移，并没有自然暴露给 AI Agent。

MateCloud 5.0.8 的方向很明确：一套业务代码，既能单体交付，也能微服务部署；同时把 AI Agent 需要的工具调用和 MCP 闭环变成工程能力。

二、技术栈：直接对齐新一代 Java 云原生体系

MateCloud 5.0.8 的核心依赖：

技术 版本
Java 21
Spring Boot 4.0.7
Spring Cloud 2025.1.2
Spring Cloud Alibaba 2025.1.0.0
Dubbo 3.3.6
Spring AI 2.0.0
MyBatis Plus 3.5.16
Sa-Token 1.45.0
Redisson 4.5.0
前端 Vue 3.5 + Element Plus + Vite

这套组合的意义是：它不是维护一个旧版后台模板，而是把 Spring 生态的新版本、AI 工程能力和微服务治理能力一起收敛到项目骨架中。

三、最重要的新变化：单体 / 微服务双形态

5.0.8 新增 mate-monolith 单体组合根，让 MateCloud 支持两种运行模式。

在这里插入图片描述

单体模式

mate.rpc.mode=local

单体模式下，一个 JAR 即可启动，默认端口是 9010，和网关端口保持一致。这样前端 /api -> 127.0.0.1:9010 的代理配置不需要改。

单体模式不需要 Nacos、Dubbo、RabbitMQ。域事件走进程内分发，RPC 走本地适配，适合本地开发、PoC、小团队项目和早期交付。

微服务模式

mate.rpc.mode=dubbo

微服务模式下，系统通过 Nacos + Dubbo + Gateway 运行多进程服务：

  • mate-gateway：API 网关，端口 9010
  • mate-auth：认证服务，端口 9020
  • mate-system：系统管理，端口 9030
  • mate-notice：通知服务，端口 9050

这条路径适合业务规模扩大后的服务拆分、灰度发布、限流熔断、链路追踪和分布式事务。

5.0.8 针对单体模式做了多项修复：

  • 默认端口从 8080 调整到 9010；
  • 放行 captcha / sso / ldap 公共路径，修复滑块验证码 401；
  • 登录改查 mate_admin，修复 admin 登录错误；
  • 关闭单体模式下不必要的 Dubbo / Nacos 依赖；
  • Flyway 单表 + 自动领养既有 schema，单体和微服务可以共用同一数据库。

四、AI 原生：Spring AI 2.0 + @Tool + MCP

MateCloud 5.0.8 内置 mate-ai-starter，基于 Spring AI 2.0 提供 AI 工程能力。

它支持：

  • @Tool 自动发现；
  • 多轮会话记忆；
  • 流式对话；
  • Anthropic / OpenAI / 智谱 / Minimax / DeepSeek / Ollama 等 6 类模型提供商；
  • OpenAI compatible 接入；
  • MCP Server 桥接。

一个业务方法只要标注 @Tool，就可以被 LLM 调用：

@Component
@RequiredArgsConstructor
public class DictAiTools {

    private final IDictQueryService dictQueryService;

    @Tool(description = "List all dict entries for a given dictType.")
    public List<DictData> listDictByType(
            @ToolParam(description = "Dict type code, e.g. 'user_status'")
            String dictType) {
        return dictQueryService.findByType(dictType);
    }
}

这意味着后台系统里的字典查询、服务健康检查、配置初始化、代码生成、RPC 调用，都可以变成 AI Agent 的工具。

五、MCP 工程闭环：让 Agent 真正操作系统

MateCloud 的 mate-cli 不只是普通命令行工具，它可以启动 MCP Server：

mate --mcp

或者：

java -jar mate-cli/target/mate-cli.jar --mcp

这样 Claude Code、Claude Desktop 等支持 MCP 的 Agent 就可以调用 MateCloud 暴露出来的工具。

这条链路可以形成一个工程闭环：

  1. Agent 查询服务列表和健康状态；
  2. 判断某个服务是否异常；
  3. 调用 CLI 或业务 @Tool 执行检查；
  4. 生成代码、初始化配置或迁移数据库；
  5. 根据执行结果继续下一轮操作。

这就是 MateCloud 5.0.8 里“AI 原生”的含义：不是加一个聊天框，而是让 AI 能进入工程系统的观察、推理、执行、反馈循环。

六、DDD 四层 + CQRS：不只是代码生成器

MateCloud 采用 DDD 四层结构：

  • trigger
  • application
  • domain
  • infrastructure

同时使用 CQRS 读写分离：

  • CommandService 负责写操作；
  • QueryService 负责读操作。

这种结构比普通三层 CRUD 模板更适合复杂业务：领域层可以保持更干净，基础设施适配可以替换，读写职责也更明确。

对学习 DDD、微服务和 Spring AI 的开发者来说，MateCloud 不是一堆片段代码，而是一套可以运行的参考工程。

七、27 个 Starter：把横切能力下沉成依赖

MateCloud 把常见能力封装成 Starter。业务模块只需要引入 Maven 依赖，就能获得对应能力。

覆盖范围包括：

  • 数据源、MyBatis Plus、Druid、Flyway；
  • Web、全局异常、Jackson；
  • Caffeine + Redis 二级缓存；
  • Redisson 分布式锁；
  • Nacos 注册发现与配置中心；
  • Dubbo RPC；
  • Sa-Token 认证鉴权；
  • RabbitMQ、延迟队列、领域事件；
  • XXL-Job；
  • MinIO 文件存储；
  • EasyExcel；
  • 多租户；
  • Seata 分布式事务；
  • ShardingSphere 分库分表；
  • Sentinel 限流降级；
  • 灰度发布；
  • 轻量工作流；
  • Aviator 规则引擎；
  • Spring AI + MCP；
  • Testcontainers 测试支持。

这个设计的好处是，业务模块不用重复写基础设施代码。Starter 负责能力沉淀，业务服务只聚焦领域建模。

八、多租户、安全和治理能力

MateCloud 5.0.8 面向 SaaS 和企业后台场景内置了多项治理能力：

  • 多租户：行级隔离、Schema 隔离、独立数据源；
  • 数据权限：@DataPermission；
  • 接口签名：@ApiSign + HMAC-SHA256；
  • 限流：@RateLimit + Sentinel；
  • 审计：@AuditLog；
  • 幂等：@Idempotent；
  • 灰度发布：Dubbo + Gateway 双链路路由；
  • 可观测：Actuator、Prometheus、Tracing。

安全边界上，5.0.8 对租户上下文、数据权限、Dubbo 透传做了 fail-closed 处理。缺失或非法租户上下文时拒绝请求，Scope ID 做校验和转义，避免租户绕过和 SQL 注入。

九、界面预览

MateCloud 5.0.8 同步更新了后台真实运行截图。下面几张图来自项目仓库中的运行截图。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

后台覆盖工作台、菜单管理、角色管理、管理员、数据字典、参数配置、身份接入、灰度发布、登录审计等常见企业后台能力。

十、快速开始

基础环境：

  • JDK 21+
  • Maven 3.9+
  • Docker & Docker Compose
  • Node.js 20+

后端启动：

# 1. 编译
mvn clean install -DskipTests

# 2. 启动基础设施
make infra-up

# 3. 初始化 Nacos 配置
java -jar mate-cli/target/mate-cli.jar config init

# 4. 启动所有服务
make up

前端启动：

cd mate-ui
pnpm install
pnpm dev

默认地址：

后端网关：http://localhost:9010
前端后台：http://localhost:3000
Nacos 控制台：http://localhost:8848

默认账号：

admin / admin123

十一、CLI 常用命令

mate new module mate-order
mate new aggregate Order --module mate-order
mate service list
mate service health
mate config init
mate gen code --table mate_order
mate ai chat "列出所有用户状态字典"
mate --mcp

这些命令覆盖模块脚手架、聚合生成、服务发现、健康检查、Nacos 配置、代码生成、AI 对话和 MCP Server。

结语

MateCloud 5.0.8 的重点，不是“又一个后台管理系统模板”，而是把 Java 企业应用开发中几条正在合流的趋势放到了一起：

  • Spring Boot 4 / Spring Cloud 2025 的新技术栈；
  • DDD + CQRS 的工程结构；
  • 单体到微服务的演进路径；
  • Starter 化的横切能力沉淀；
  • Spring AI 2.0 与 MCP 带来的 AI 工程闭环。

对于想用 Java 构建企业后台、SaaS 平台、微服务系统，或者希望把 AI Agent 接入业务系统的团队来说，MateCloud 5.0.8 提供了一套值得参考的开源底座。

项目地址

  • GitHub：https://github.com/mateaix/matecloud
  • Gitee：https://gitee.com/matevip/matecloud
  • 官网：https://mate.vip
# 人工智能
Logo
龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

cover

在华为云 CCE 上解锁 AgentCube，打造高性能 AI Agent

avatar 龙虾开发者社区

[智能体-587]：node.js概述以及其在OpenClaw等智能体的能力边界，控制本地系统中的作用与意义

底层根基：没有 Node.js，LLM 只能输出纯文本，无法落地任何本地电脑操作，是桌面智能体不可替代的运行底座；体验优势：异步、轻量化、跨平台，实现后台常驻自动化、多指令并发、远程面板控制；生态优势：NPM 海量自动化包大幅降低本地系统管控插件开发成本；核心约束：安全隔离缺失、单线程性能短板、Windows/WSL 桌面割裂、二进制模块兼容性问题，构成 OpenClaw/Hermes 所有潜在坑

avatar 龙虾开发者社区
cover

别再给 LLM 写 if-else 了！我用 Java 写了一个能自己规划、执行、反思的 Agent 框架

avatar 龙虾开发者社区