Nacos 概览

Nacos 读作 /nɑ:kəʊs/，名称来自 Dynamic Naming and Configuration Service。

Nacos 是一个面向云原生和 AI 应用的动态服务发现、配置管理和 AI 管理中心（AI Registry）平台。它最早围绕两个核心问题构建：应用如何找到服务，应用如何安全地读取和更新配置。进入 3.x 后，Nacos 在这些能力之上扩展了 AI 管理中心，用来管理 Skill、A2A Agent、MCP Server、Prompt、AgentSpec 等 AI 资源。

Nacos 的目标很直接：让应用在运行时安全、及时地找到它需要的服务、配置和 AI 能力。

核心能力

能力	解决的问题	推荐入口
服务发现	服务如何注册、发现、订阅和感知健康状态	快速开始、客户端 API
配置管理	配置如何集中管理、动态更新、回滚和审计	快速开始、Java SDK
AI 管理中心	Skill、Agent、MCP Server、Prompt、AgentSpec 如何注册、治理和发现	AI 管理中心概述
运维治理	集群如何部署、监控、升级和管理权限	部署手册、监控手册、权限校验
插件扩展	如何扩展鉴权、数据源、加密、限流、环境和链路追踪能力	插件

Nacos 3.x 重点变化

Nacos 3.x 继续保留服务发现和配置管理能力，同时强化了 API、安全和 AI 场景。

统一的 v3 API：Client API、Admin API、Console API 面向不同调用者，边界更清晰。
默认鉴权更严格：控制台和管理接口默认更重视身份认证和权限控制。
AI 管理中心成为一等能力：可以管理 MCP Server、A2A Agent、Prompt、Skill、AgentSpec 等 AI 资源。
插件能力更完整：鉴权、可见性、发布 Pipeline、资源导入、数据源和追踪等能力可以按需扩展。
运维能力更明确：部署、监控、升级、系统参数、Admin API 和 Maintainer SDK 更适合平台化运维。

产品优势

易于使用：Nacos 提供控制台、SDK、OpenAPI 和运维 SDK。开发者可以快速接入服务发现和配置管理，运维人员也可以通过可视化页面和 API 管理集群。
能力完整：Nacos 覆盖服务发现、配置管理、健康检查、配置历史、灰度发布、权限控制、监控、插件扩展等能力。Nacos 3.x 还增加了 AI 管理中心，用来管理 Skill、A2A、MCP、Prompt、AgentSpec 等 AI 应用资源。
面向生产：Nacos 支持集群模式、外部数据库、监控指标、鉴权、运维 API 和升级流程。它适合从本地开发逐步走向生产环境。
生态开放：Nacos 可以和 Spring Cloud、Dubbo、Kubernetes、Higress、Dify、Spring AI Alibaba 等生态协同使用。插件机制也允许团队按自己的安全、存储和治理要求扩展 Nacos。

设计理念

设计理念简图

易于使用：Nacos 的核心功能应当容易接入、容易理解、容易运维。用户不需要先理解复杂实现，才能完成服务注册、配置读取或 AI 资源发现。
面向标准：Nacos 尽量使用清晰、稳定的接口和模型。服务发现、配置管理、v3 API、MCP、A2A、OpenAPI 和插件扩展都应尽量减少不必要的私有约束。
高可用：Nacos 面向运行时基础设施。服务发现、配置管理和 AI 资源发现都可能影响应用运行，因此 Nacos 在集群、存储、推送、恢复和运维可观测性上持续增强。
方便扩展：不同团队会有不同的安全、审计、数据源和发布流程。Nacos 通过插件和清晰的 API 边界，让用户在不修改核心代码的情况下扩展能力。

技术架构

Nacos 架构图

Nacos 以通信模块、一致性协议、存储和运行时基础能力为底座，对外提供服务发现、配置管理和 AI 管理中心。SDK、OpenAPI、控制台和运维 SDK 是用户访问这些能力的主要入口。

插件和生态组件位于架构两侧。插件用于扩展 Nacos 本身，生态组件用于连接 Spring Cloud、Dubbo、Kubernetes、Higress、Dify、Spring AI Alibaba 等系统。

AI 管理中心

Nacos 3.x 将 AI 管理中心放在与服务发现、配置管理同等重要的位置。它既面向平台管理员，也面向 AI 应用开发者。

AI 管理中心关注 AI 应用运行时会依赖的资源：Skill、Agent、MCP Server、Prompt 和 AgentSpec。这些资源不只是静态描述，还涉及版本、标签、可见性、发布状态和运行时发现。

Skill 让团队沉淀可复用的 AI 能力包，并按版本分发。
Agent 让 Multi-agent 应用发现可调用的 Agent 入口和 AgentCard。
MCP Server 让模型、Agent 和工具客户端发现可用工具、资源和服务端点。
Prompt 让应用按版本和标签读取稳定的提示词模板。
AgentSpec 让 Agent 平台和开发工具分发标准化的 Agent 规范包。

更完整的 AI 管理中心全景、MCP 管理展开说明和各资源的使用入口，请阅读 AI 管理中心概述。

数据模型

Nacos 数据模型图

Nacos 的核心资源通常通过命名空间隔离。

服务发现中，资源名通常是服务名。
配置管理中，资源名通常是 Data ID。
AI 管理中心中，资源名可以是 MCP Server 名、Agent 名、Prompt Key、Skill 名或 AgentSpec 名。

命名空间适合区分环境、租户或业务域。生产环境建议为不同环境使用不同命名空间，避免测试资源影响线上应用。

部署模式

Nacos 部署模式图

Nacos 支持单机模式和集群模式。

单机模式适合本地开发、功能验证和测试环境。它启动简单，也可以使用内置 Derby 数据库。它不适合承载高可用生产流量。

集群模式适合生产环境。多个节点共同提供服务，配合外部数据库和一致性协议提升可用性。生产环境建议同时配置监控、告警、鉴权和备份策略。

生态组件

Nacos 生态组件

Nacos 的生态能力覆盖微服务、云原生和 AI 应用场景。常见集成包括 Spring Cloud、Dubbo、Kubernetes、CoreDNS、Higress、Dify、Spring AI Alibaba 和 Nacos MCP Router。

生态组件通常承担两类职责：一类把应用接入 Nacos，例如 Spring Cloud、Dubbo 和 SDK；另一类把 Nacos 的注册、配置或 AI 管理中心能力带到更大的平台中，例如 Kubernetes、Higress、Dify 和 MCP Router。

路线规划

Nacos Roadmap

Nacos 会继续围绕三条主线演进：稳定的服务发现和配置管理、面向生产的安全与运维能力、面向 AI 应用的注册与治理能力。路线规划会随着社区和版本节奏调整，实际发布内容以版本说明和里程碑为准。

下一步行动

第一次体验 Nacos：阅读快速开始。
准备生产部署：阅读部署手册。
接入 AI 管理中心：阅读 AI 管理中心概述。
查看 API 边界：阅读 API 概览。
参与社区贡献：阅读贡献指南。