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gitclone https://github.com/javahongxi/spring-cloud-samples.gitcdspring-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# 停止所有服务写在最后
微服务项目的价值不在于有多少个模块，而在于能不能让人快速理解它在做什么。
AI Agent Skill 让"演示"这件事从负担变成了能力——你的项目不再是一堆需要解释的代码，而是一个可以自我展示的活系统。
项目地址：github.com/javahongxi/spring-cloud-samples
欢迎 Star，也欢迎贡献你自己的 SKILL 场景。
