AI 管理中心概述
AI 管理中心（AI Registry）是 Nacos 3.x 面向 AI 应用提供的注册、治理、发现和分发能力。它和配置管理、服务发现一样，是 Nacos 的核心能力之一。
在传统微服务中，Nacos 帮助应用找到服务、读取配置、感知变更。在 AI 应用中，应用还需要找到 Skill、Agent、MCP Server、Prompt、AgentSpec 等 AI 资源。AI 管理中心解决的就是这些资源如何进入平台、如何被治理、如何按版本发布，以及如何被运行时应用发现的问题。
AI 管理中心全景
一个 AI 应用从开发到运行，通常会经历资源沉淀、资源发布、运行时发现和持续治理几个阶段。Nacos AI 管理中心负责把这些资源放到统一的命名空间、版本和权限体系中。
| 场景 | Nacos 管理的资源 | 运行时如何使用 | 平台治理重点 |
|---|---|---|---|
| Skill | Skill 包、SkillCard、版本和标签 | Agent 或工具链按名称、版本或标签下载 | 包来源、审核、可见性和分发范围 |
| Agent | AgentCard、Agent 端点和版本 | Multi-agent 应用发现 Agent 并发起调用 | 端点、版本、外部提供商和可见性 |
| MCP Server | MCP 服务描述、工具、资源、端点和版本 | MCP Client、MCP Router、网关或 Agent 发现并调用工具 | 协议、端点、工具开关、导入和代理 |
| Prompt | Prompt 模板、变量、版本和标签 | 应用按 Prompt Key、版本或标签读取模板 | 评审、回滚、latest 标签和灰度使用 |
| AgentSpec | Agent 规范包、manifest、内容和资源 | Agent 平台、开发工具或 AI 应用获取规范包 | 包完整性、版本、标签和公开范围 |
这些资源都使用命名空间隔离。团队可以用命名空间区分环境、租户或业务域。
Skill 管理
Skill 管理（Skill Registry）用来管理可复用的 AI 能力包。一个 Skill 可以描述能力名称、输入输出、依赖资源、版本和可见范围。平台团队可以把常用能力沉淀为 Skill，开发者或 Agent 运行时再按名称、版本或标签获取。
常见使用场景包括：
- 将企业内部工具、自动化流程或模型能力封装成可分发的 Skill。
- 通过草稿、审核、发布、上下线流程控制 Skill 的生产可用状态。
- 使用业务标签、版本标签和可见范围管理不同团队可使用的 Skill。
- 通过客户端 API 下载 Skill ZIP 包，供运行时或开发工具加载。
详细说明见 Skill 管理。
Agent 管理
Agent 管理（A2A Registry）用来管理可被发现和调用的 Agent。Nacos 记录 AgentCard、端点和版本信息，让 Multi-agent 应用可以在运行时发现合适的 Agent。
Agent 可以来自不同来源：Spring AI Alibaba 应用可以自动注册 Agent；自定义 Agent 可以通过 SDK 或 API 发布；外部提供商的 Agent 也可以导入后统一治理。平台侧可以围绕 Agent 的版本、端点和可见性做统一管理。
Agent 管理关注“可调用的 Agent 入口”。AgentSpecs 管理关注“Agent 规范包”。两者可以配合使用，但不是同一种资源。
详细说明见 Agent 管理。
MCP 管理
MCP 管理是 AI 管理中心中最常被直接集成的场景之一。它让 MCP Server、存量 API、外部工具服务和 AI 应用之间有一个统一的登记与发现入口。
Nacos 可以管理 MCP Server 的服务描述、工具、资源、端点、版本和协议暴露方式。新构建的 MCP Server 可以自动注册到 Nacos。存量 HTTP 或 RPC 服务可以通过声明和网关能力转换成 MCP 工具。外部提供商的 MCP Server 也可以导入后统一治理。
围绕 MCP 管理，常见路径有：
- 新 MCP Server 自动注册到 Nacos，运行时由 MCP Client 或 Agent 发现。
- 存量 API 通过服务声明、工具声明和端点声明转换为 MCP Server。
- Nacos MCP Router 统一发现 Nacos 中的 MCP Server，并向客户端提供路由或代理能力。
- Dify、Higress、Spring AI Alibaba 等生态组件通过 Nacos 获取 MCP Server 信息。
详细说明见 MCP Server 自动注册与发现手册、存量 API 转换 MCP 手册、Nacos MCP Router 手册 和 Dify 发现 Nacos MCP 服务。
Prompt 管理
Prompt 管理用来管理提示词模板。它适合将应用中的 Prompt 从代码中拆出来，交给平台统一管理版本、变量、标签和发布状态。
Prompt 常见使用方式包括：
- 按 Prompt Key 管理模板内容和变量说明。
- 用版本保存每次 Prompt 变更，便于审计和回滚。
- 使用
latest、stable、canary等标签控制运行时读取的版本。 - 通过客户端 API 在应用启动或运行中查询 Prompt。
详细说明见 Prompt 管理。
AgentSpecs 管理
AgentSpecs 管理（AgentSpecs Registry）用来管理 Agent 规范包及其元数据。一个 AgentSpec 通常包含 manifest 信息、描述内容和相关资源文件。它更适合面向 Agent 平台、开发工具和 AI 应用分发标准化的 Agent 描述。
Nacos 为 AgentSpec 提供上传 ZIP、创建草稿、更新草稿、提交审核、发布、强制发布、重新编辑、上下线、标签、业务标签、可见范围和版本元数据查询等能力。运行时可以通过客户端 API 按名称、版本或标签获取 AgentSpec，也可以分页搜索可用 AgentSpec。
详细说明见 AgentSpecs 管理。
它和配置管理、服务发现的关系
AI 管理中心不是把 AI 资源简单地当成配置或服务。
配置管理关注配置内容的发布、查询、监听和历史。服务发现关注服务、实例、健康状态和订阅推送。AI 管理中心关注 AI 资源本身的模型、版本、发布状态、可见性和运行时发现。
有些资源会复用配置管理或服务发现作为底层能力。例如 MCP Server 的元数据当前可能存储在配置记录中，端点可能使用服务发现表达。但从用户角度看，它仍然是 MCP Server 资源，而不是普通配置或普通服务。
常见使用路径
如果你是 AI 应用开发者：
- 想下载和使用可复用能力包，先看 Skill 管理 和 客户端 API。
- 想注册、发现或调用 A2A Agent，先看 Agent 管理。
- 想发现和调用 MCP Server，先看 MCP Server 自动注册与发现手册 和 Nacos MCP Router 手册。
- 想把现有 HTTP 或 RPC API 暴露成 MCP 工具，先看 存量 API 转换 MCP 手册。
- 想在应用中查询 Prompt，先看 Prompt 管理 和 客户端 API。
- 想分发或读取 Agent 规范包，先看 AgentSpecs 管理 和 客户端 API。
如果你是平台或运维人员：
- 想治理 Prompt、Skill、AgentSpec 的版本，先看 AI 资源生命周期。
- 想管理 MCP、Prompt、Skill、AgentSpec 或导入外部 AI 资源，参考 运维 API 和 控制台 API。
- 想接入发布审核、安全扫描或外部资源导入，优先关注 AI 发布 Pipeline 插件、AI 资源导入插件 和 可见性插件。
资源生命周期
Prompt、Skill、AgentSpec 等版本化资源通常会经历以下过程：
创建草稿 -> 修改草稿 -> 提交审核 -> 发布 -> 上线 -> 下线或重新上线没有启用发布审核时，提交可能直接发布。启用 Pipeline 后，资源需要先通过检查。管理员可以在紧急场景下强制发布，但这会跳过 Pipeline 校验，应当谨慎使用。
更多状态和操作说明见 AI 资源生命周期。
阅读建议
- 先读本文，了解 AI 管理中心管什么。
- 按资源类型选择 Skill、Agent、MCP、Prompt 或 AgentSpecs 文档。
- 再读 AI 资源生命周期，了解版本和发布状态。
- 最后查阅 API、SDK 或控制台手册完成集成。