别踩雷！企业为什么必须建立自己的技能注册库？

OpenClaw 与 Nacos Skill Registry 的完美结合

作者：柳遵飞(翼严)，杨翊(席翁)，朱桐(濯光)，陈欣渝(恰橙)，刘鹏(墨松)

最近，OpenClaw 的 ClawHub 市场可谓热闹非凡，已经有超过一万种技能上线了，每天还在不断增加。听起来真不错，但问题也随之而来：一些恶意技能也悄然混入其中。比如有个“邮件清理”的技能，第一次运行时就会把你的 .env 文件和 SSH 密钥打包发走。ClawHub 下载的文件是裸的 zip 包，完全没有签名、校验和沙箱保护，加载后直接继承了 Agent 的所有权限——这就像你雇了个实习生，什么背景都没查，第一天就给了他超级管理员权限。

你可能感兴趣：零基础也能轻松驾驭AI：5个超实用神器与实战小技巧！

因此，大家常说“ClawHub 一半是毒药”。如果企业想要使用 OpenClaw 或其他 Agent，安全问题就显得非常重要，技能的安全性成为了 OpenClaw 在企业应用中的一大挑战。私有化的技能注册中心正是为了在 Agent 和技能之间加一道安全防线——发布前进行扫描、签名验证、沙箱隔离和权限最小化，让每个技能从“我相信你”变成“我验证过你”。

为了应对这一挑战，Nacos 3.2 版本推出了Skills Registry，正是为了解决这些问题而诞生的。

别踩雷！企业为什么必须建立自己的技能注册库？

展望未来，Nacos 已经决定在 2025 年初全面拥抱 AI 发展，并持续加大投入。去年，Nacos 首先推出了MCP Registry和Agent Registry，为 AI 资源的注册和管理打下了基础。

别踩雷！企业为什么必须建立自己的技能注册库？

Nacos 3.2 是 Nacos 进入 AI 时代的一个重要版本（目前是测试版），这个版本的主要更新包括：

AI Registry：在 MCP 和 Agent 的基础上，新增了 Prompt Registry 和 Skill Registry，四种资源在控制台中可以统一管理，支持注册、检索、版本管理和命名空间隔离。

Nacos Copilot：基于 Agentscope-Java，将大模型的能力集成到控制台中，提供针对 Prompt 和 Skill 的结构化优化建议，支持在控制台完成“编辑—优化—发布”的整个流程。
nacos-cli：官方命令行工具，支持配置和技能的查询、发布、上传和同步，方便与脚本、CI/CD 和 Agent 的工作流对接。
nacos-setup：一键安装和部署工具，支持 macOS、Linux 和 Windows，既可以单机运行也可以集群模式，降低了本地体验和运维的门槛。
AI 生态集成：支持与 openclaw/hiclaw/copaw，cursor/qoder，agentscope-java 框架的 Skill 集成。

Skill Registry：技能的统一管理平台

技能其实就是 Agent 可调用的能力包（比如检索、调用 API、执行脚本等）。虽然像 GitHub 这样的平台已经支持技能的开放共享，但企业内部常常需要一个私有化、可控的技能注册中心。Skill Registry 旨在实现私有化的技能注册和管理：在实现团队共享与分发的基础上，提供企业级的功能，包括命名空间与数据隔离、权限管理和数据安全等，让技能的管理与配置、服务一样可以在控制台完成全生命周期的管理。

在 AI Registry 的技能页面中，可以完成以下操作：

技能的注册、更新、查看与删除，覆盖基本的生命周期管理。
按名称检索和分页浏览，便于在技能数量较多时快速找到需要的技能。
支持 ZIP 文件的上传和下载，方便批量导入导出标准包。
支持命名空间隔离，确保多环境和多团队之间互不干扰。

技能与配置、服务一样，都具备可查询、可追溯、可协作的治理能力。

OpenClaw 集成 Nacos Skill Registry

作为新一代的开源个人 AI 助手，OpenClaw 最近因为将 AI 从“对话者”进化为“执行者”而备受关注。它可以运行在用户的本地设备上，注重隐私安全和长期记忆，能够直接操作电脑、管理日程以及自动处理复杂的任务。它的核心魅力在于模块化的技能架构，允许开发者不断扩展其能力，通过自定义技能轻松连接各类应用与服务。

为了让 OpenClaw 能够从 Nacos 搜索、安装和发布技能，并方便团队内部共享自定义技能，我们特意开发了 nacos-skill-registry 技能。

使用前提：请确保已经根据 https://openclaw.ai/ 部署好 OpenClaw。

以下是使用步骤：

▍步骤1：安装并启动 nacos

Linux / macOS：

curl -fsSL https://nacos.io/nacos-installer.sh | sudo bash

Windows（PowerShell）：

     iwr -UseBasicParsing https://nacos.io/nacos-installer.ps1 | iex

运行命令 sudo nacos-setup -v 3.2.0-BETA 来在本地启动 3.2.0-BETA 版本。

▍步骤2：安装 nacos-skill-registry 技能

让我们一起来快速设置 Nacos 吧！

首先，你可以运行下面的命令，把插件脚本下载到 OpenClaw 的技能目录。装好这个技能后，OpenClaw 就能教你如何在 Nacos 中管理所需的技能了：

curl -s https://download.nacos.io/SKILL.md -o ~/.openclaw/skills/nacos-skill-registry/SKILL.md --create-dirs

安装完成后，OpenClaw 会自动加载。第一次使用时，它会引导你安装 nacos-cli，并帮你配置 Nacos 的连接信息。

▍步骤3：使用 Nacos Skills Registry 中的技能

在 OpenClaw 里，你可以直接用自然语言交流，比如：

“Nacos 上有哪些可用的 Skill？”
“帮我找一个处理 PDF 的 Skill”
“把 data-analysis Skill 装好，我马上要用它分析报表。”
“把这个新开发的 Skill 上传到团队的 Nacos 仓库。”

AI Registry：四类资源，一个入口

企业里的 AI 资源已经从单一模型和接口，扩展成了多种类型的资产。比如，MCP（Model Context Protocol）为我们提供了标准化的上下文和工具接入，Agent 负责执行任务和工作流，Prompt 则定义了指令和行为的边界，而 Skill 则封装了可复用的能力。资源多了，常常会分散在不同的系统和团队里，导致维护归属、检索路径和版本信息变得复杂，协作和治理的成本自然也会增加。

从2025年起，Nacos 将 AI 资源注册和治理作为产品方向之一，先后推出了 MCP Registry 和 Agent Registry。而在本版本中，新增了 Prompt Registry 和 Skill Registry，这些都统一整合在了 AI Registry 中。注册、检索、版本管理及权限和命名空间的操作，都与现有的 Nacos 功能一致，跨团队复用和多环境隔离也能在控制台上完成。

Prompt Registry：从“能写 Prompt”到“能管理 Prompt”

Prompt 是驱动 Agent 行为和输出的重要输入，它的质量和一致性直接影响 Agent 的稳定性和可运维性。如果我们只依赖分散在文档或代码中的片段，团队共享、多环境一致以及变更追溯就会变得困难。Prompt Registry 将 Prompt 集中到平台上进行统一管理：通过 Key 创建模板，支持变量占位，并且版本和历史都能追溯，管理思路与 Nacos 的配置管理相似，只不过管理对象是 Prompt，而不是配置项。

在本版本中，Prompt Registry 提供了完整的生命周期管理：

支持按 Prompt Key 创建模板，还能通过 {{variable}} 占位来提高复用性。
发布新版本时，可以添加版本号、描述和提交说明，方便团队协作和变更追溯。
支持按 Key 搜索、分页查看，并按命名空间进行隔离，适合多环境并行管理。
支持历史查看和版本迭代，避免线上实际生效版本难以追溯的问题。

Nacos Copilot：把大模型能力接入控制台

AI 能力正在从独立工具转向产品内置的功能。在 Nacos 3.2 中，我们将大模型接入到了控制台，推出了 Nacos Copilot：基于 agentscope-java 接入大模型，现在可以在控制台内对 Prompt 和 Skill 进行优化，无需在外部工具和平台间反复切换。

Prompt 优化：在控制台中对 Prompt 进行结构化优化，提升清晰度和可执行性，遵循变量格式和保守优化原则，避免偏离预期的语义。
Skill 优化：根据 Skill 的描述、指令和结构提供改进建议，支持流式输出，方便实时查看和调整。

在 Nacos 内，你可以完成“编辑—优化—发布”的全流程，无需退出控制台。

未来，我们还会将这一功能延伸到配置管理、服务管理等场景，让 AI 能力从零散使用逐步走向系统化应用。

nacos-setup：本地快速部署

当你想试用 Nacos 或在本机搭建环境时，往往需要处理安装包选择、配置修改、端口冲突、Java 版本等问题。

nacos-setup 是官方提供的一键安装和部署工具，只需一条命令就能完成下载、安装和启动，支持 macOS、Linux、Windows，无论是单机还是集群都可以。它的目的是降低本地体验和运维的门槛：几分钟内就能在本地完成 Nacos 的安装和启动，并且可以使用 AI Registry、配置中心和服务发现等功能。

如何使用：首先通过官方安装脚本来安装 nacos-setup。

Linux/macOS

 curl -fsSL https://nacos.io/nacos-installer.sh | sudo bash

Windows (PowerShell)

在 PowerShell 中执行。

iwr -UseBasicParsing https://nacos.io/nacos-installer.ps1 | iex

nacos-setup 安装成功后，你就可以通过 nacos-setup 命令快速在本地部署并启动一个 Nacos。

单机模式与集群模式：

单机模式：适合本地开发、联调或演示，只需一条命令就能在本机启动一个 Nacos 实例。例如，执行 nacos-setup -v 3.2.0-BETA 来安装并启动 3.2 版本；你还可以通过 -p 指定端口，-d 指定安装目录，使用 –detach 可以在后台运行。

集群模式：轻松模拟多节点环境

说到集群模式，其实就是让你在本地打造一个类似于生产环境的多节点系统，特别适合用来验证高可用性。通过简单的命令，例如 nacos-setup -c prod -n 3 -v 3.2.0-BETA，你就能创建一个有三个节点的集群。想要加入已有集群？只需加上 –join；要退出某个节点？那就用 –leave。如果想清理后重建，可以用 –clean。而且，使用不同的版本号配合 –join 和 –leave，可以让你轻松模拟滚动升级和重启，快速验证版本兼容性等问题。想了解更多参数，记得查阅 nacos-setup 的使用说明哦。

nacos-cli：命令行中的 Nacos 能力

在自动化流水线中，Agent 更加依赖于“执行命令、解析输出”的方式，而不是在控制台逐项操作。这里的 nacos-cli 就是一个利器，它把配置、Skill、Prompt 等功能都以命令行的形式展现出来。只需一条命令，就能完成配置查询、Skill 上传和 Prompt 拉取等操作，极大地方便了脚本使用和 CI/CD 的集成。Agent 也能通过命令与 Nacos 进行互动，不再依赖控制台或者特定的语言 SDK，统一的接入方式让自动化集成变得更简单。

怎么使用：你可以通过以下两种方式来集成 nacos-cli：

1. 使用官方的安装脚本单独安装 nacos-cli，安装完成后，只需在终端配置 Nacos 的地址就可以使用了。

Linux / macOS：

curl -fsSL https://nacos.io/nacos-installer.sh | sudo bash -s -- --cli

Windows（PowerShell）：

iwr -UseBasicParsing https://nacos.io/nacos-installer.ps1 -OutFile $env:TEMPnacos-installer.ps1; & $env:TEMPnacos-installer.ps1 -cli; Remove-Item $env:TEMPnacos-installer.ps1

2. 如果你已经有 Node.js 环境，也可以通过 npm 来安装：

npm 全局安装

npm install -g @nacos-group/clinacos-cli --help

npx 免安装直接使用

npx @nacos-group/cli --help

关于 Skill 的上传、下载和同步操作示例，可以查看后面的「快速开始」。更多用法可以参见 nacos-cli 的文档（https://github.com/nacos-group/nacos-cli）。

当前功能：

配置中心：支持配置列表（config-list）、查询（config-get）、发布（config-set）等基本操作。
Skill Registry：支持 Skill 的列表、拉取、上传、同步等操作（如 skill-list、skill-get、skill-upload、skill-sync），还支持配置文件和交互模式，非常适合脚本化及流水线的集成。

快速上手

接下来，我们通过「本地一键安装 → 控制台管理 Prompt/Skill、开启 Copilot → nacos-cli 操作 Skill」来做个简短的演示，让你快速体验 3.2 版本的 AI Registry 能力。

▍安装 Nacos

通过官方的一键安装脚本，你可以轻松安装 Nacos，支持单机和集群模式。

Linux / macOS：

curl -fsSL https://nacos.io/nacos-installer.sh | sudo bash

Windows（PowerShell）：

     iwr -UseBasicParsing https://nacos.io/nacos-installer.ps1 | iex

只需执行 sudo nacos-setup -v 3.2-BETA，即可安装并启动 Nacos 3.2 的 Beta 版本。

安装成功后，浏览器会自动打开登录页面，默认的用户名是 nacos，密码会自动生成并复制到剪贴板。你只需输入用户名 nacos，然后粘贴密码登录，就能在控制台看到 AI Registry 的入口了。

▍启用 Nacos Copilot

Nacos Copilot 利用大模型的能力，为 Prompt 和 Skill 提供优化建议，因此你需要配置访问大模型的凭证（比如 API Key）。

你可以选择任意一种方式来配置：

方式一：在控制台的设置（Setting）中手动输入 API Key 并保存；
方式二：在 Nacos 所在的环境中配置环境变量 COPILOT_API_KEY，然后重启 Nacos 使配置生效。

说明：目前的 Beta 版本暂时只支持阿里千问系列模型，后续会支持更多大模型的厂商。

▍体验 AI Registry

登录控制台后，左侧菜单中可以找到 AI Registry，你可以分别体验 Prompt Registry 和 Skill Registry：

Prompt Registry：在「Prompt」选项卡中，你可以创建 Prompt（按 Key 建模板，并使用 {{variable}} 作为占位符）、编辑内容、发布新版本并填写版本说明，还支持按 Key 搜索、分页查看和命名空间隔离。历史版本中可以查看迭代记录和回溯。
Skill Registry：在「Skill」选项卡中，可以注册或上传 Skill（支持 ZIP 包），按名称检索和分页浏览，下载到本地；支持命名空间的隔离，方便多环境和多团队的管理。创建、更新、删除等操作都可以在控制台完成，与配置和服务保持一致的治理体验。

轻松连接 Nacos 并管理你的技能

如果你已经开启了 Nacos Copilot（具体可以参考之前的内容），那么在 Prompt 和 Skill 的编辑页面里，你还能体验到 Prompt 优化和 Skill 优化功能。简单来说，发起优化请求后，大模型会给你提供结构化的改进建议，支持流式输出，这样你就能在控制台里轻松完成「编辑—优化—发布」的整个流程。

▍如何用 nacos-cli 连接 Nacos

如果你的 Nacos 是通过 nacos-setup 启动的，并且开启了鉴权，那么在用 nacos-cli 连接的时候记得要输入密码。在命令中用 -p 来指定密码就可以了，示例：nacos-cli -p ，这个密码在第一步的终端中可以找到。

连接成功后，可以通过以下命令来管理你的 Skill：

skill-list：查看 Nacos 上的 Skill 列表；
skill-get：按名称获取单个 Skill；
skill-upload：将本地的 Skill 上传到 Nacos；
skill-sync：将指定的 Skill 从 Nacos 同步到本地目录，方便直接在 AI 工具中使用。

关于配置的查询和发布，可以使用 config-list、config-get、config-set 等命令完成。想了解更多命令和参数，别忘了查看 nacos-cli 的使用说明哦。

说明：除了用 -p 指定密码外，还可以用 -h 指定服务地址、–port 定义端口、–conf 设置配置文件路径等。配置文件里可以填写服务地址、端口、用户名、密码和命名空间等，这对于需要固定连接信息的情况非常合适。

其他 AI 生态系统的集成

▍1. 将 AI Coding Agent （如 Qoder、Cursor、Claude等）与 nacos-skills-Registry 集成

现在很多主流的 AI 编码 CLI（例如 Qoder、Cursor、Claude Code、Gemini CLI 等）都支持 Skill 机制，通过安装 Skill 可以增强 AI 的能力。

nacos-skill-registry 让你的 AI 编码 CLI 可以从 Nacos 中搜索、安装和发布 Skill，极大地方便了团队间的 Skill 共享。

安装步骤

curl -s https://download.nacos.io/SKILL.md -o ~/.skills/nacos-skill-registry/SKILL.md --create-dirs

安装完成后，AI 编码 CLI 会自动加载，初次使用时会引导你安装 nacos-cli 并配置 Nacos 的连接信息。

使用方法

在 AI 编码 CLI 中，你可以直接用自然语言提问，比如：

“Nacos 上有哪些可用的 Skill？”
“帮我找一个代码审查相关的 Skill”
“安装 code-review 这个 Skill”
“把我写的 Skill 发布到 Nacos”

在 Cursor 的环境中安装并配置 nacos-cli 后，你就可以直接在终端调用 Nacos 来进行配置和 Skill 的读写；Nacos 内置的 nacos-skill 可同步到 Cursor 的本地 Skill 目录中，加载后就能在编辑器中通过自然语言或工具直接调用 Nacos 的配置和 Skill。通过 nacos-cli 进行终端操作，结合 nacos-skill，可以在 Cursor 中轻松完成配置和 Skill 的管理。

与 Cursor 集成的步骤（以下操作在 Cursor 所在环境进行）：

1. 安装并配置 nacos-cli

按照前面的「nacos-cli」章节完成安装，在终端配置 Nacos 服务地址和命名空间（可以通过环境变量或 nacos-cli 的 config 命令来设置），确保 Cursor 的终端能够访问 Nacos。

2. 将 nacos-skill 同步到 Cursor 本地 Skill 目录

登录 Nacos 控制台，进入 AI Registry → Skill，找到内置的 nacos-skill，使用控制台的「下载到本地」功能，将 nacos-skill 下载到 Cursor 的本地 Skill 目录（具体路径请参考 Cursor 文档）。也可以在终端使用 nacos-cli 的 skill-sync 命令，将 nacos-skill 从 Nacos 同步到该目录。

3. 在 Cursor 中加载并使用

一旦在 Cursor 中加载了同步的 nacos-skill，就可以在编辑器中通过自然语言或 Skill 中提供的工具来查询、发布和修改 Nacos 的配置，同时也能管理 Skill 的列表、拉取和上传等操作；此外，你还可以在 Cursor 的终端直接执行 nacos-cli 命令，实现配置和 Skill 的脚本化管理。这样一来，配置和 Skill 的管理就可以在 Cursor 中轻松完成。

想了解更多 nacos-cli 的命令和参数，记得去查看 nacos-cli 使用说明哦。

▍2. 兼容 skills.sh 平台

轻松接入 AI 技能和提示，提升你的开发效率！

skills.sh 就像一个大型的 AI 技能商店，为 Cursor、Claude Code 等助手提供了丰富的资源。这里汇聚了社区贡献的高质量工作流和提示词，用户只需访问官方网站，就能快速浏览这些资源。通过简单的 npx skills add 命令，就能把 GitHub 上的专业技能（比如代码审查和架构设计）轻松整合到自己的环境中。这样，你就能以超低的成本，迅速借用全球开发者的智慧，显著提升 AI Agent 在特定领域的表现。

借助 nacos-cli 和 Nacos Server，Nacos 可以成为一个团队级的 AI 技能注册中心，和 npx skills 生态系统完美无缝连接。

已完成：成功通过 nacos-cli 将技能上传至 Nacos

用户可以将通过 npx skills 下载到本地的技能上传到 Nacos，这样团队内部就能实现技能的集中管理和分发。

使用示例：

# 1. 通过 npx skills 下载 Skillnpx skills add my-skill# 2. 上传到 Nacosnacos-cli skill-upload ~/.skills/my-skill --config ~/.nacos-cli.conf# 3. 批量上传整个目录nacos-cli skill-upload --all ~/.skills --config ~/.nacos-cli.conf# 4. 团队成员拉取nacos-cli skill-get my-skill --config ~/.nacos-cli.conf

计划中：将 Nacos Server 作为 npx skills 的注册后端

通过 Nacos Server，用户可以修改 npx skills 的注册 URL，这样 npx skills 命令就能直接连接到 Nacos，而无需经过 nacos-cli 的中转。

目标架构：

npx skills find [query]          # 搜索结果包含 Nacos 中的 Skillnpx skills add skill-name        # 直接从 Nacos 拉取 Skill

预期效果：

Nacos Server 提供与 skills.sh 兼容的 API，npx skills add 可直接识别并拉取 Nacos 中的技能。

用户能通过 npx skills 自带的命令进行搜索和下载，体验与公共 skills.sh 一致。

上传技能的操作仍需通过 nacos-cli 的 skill-upload 完成，因为 npx skills 自身没有发布能力。

▍3. 在 AgentScope Java 中接入提示与技能

即将发布的 Agentscope Java 新版本将全面支持接入 Nacos AI 注册中心的提示和技能功能。如果你希望在 Java 侧的 Agent 中直接使用 Nacos 管理的提示和技能，只需通过 Agentscope Java 和 Nacos 进行连接，在 Agent 运行时按需拉取或订阅，还能实时感知配置变更。

步骤一：依赖版本

建议使用以下版本（与 Nacos 3.2 兼容）：

AgentScope Java：1.0.10，专门用于在 Agent 中集成提示与技能能力。

Maven 依赖示例：

    com.alibaba.nacos    nacos-client    3.2.0-BETA    io.agentscope    agentscope-core    1.0.10    io.agentscope    agentscope-extensions-nacos-prompt    1.0.10    io.agentscope    agentscope-extensions-nacos-skill    1.0.10

步骤二：构建 AiService

使用 Nacos 提供的 AiFactory，传入连接 Nacos 的必要属性（至少包括 serverAddr，namespace 可选），就能创建 AiService 实例，用于拉取和订阅提示、技能。示例：

import com.alibaba.nacos.api.ai.AiFactory;import com.alibaba.nacos.api.ai.AiService;import com.alibaba.nacos.api.PropertyKeyConst;Properties properties = new Properties();properties.put(PropertyKeyConst.SERVER_ADDR, "127.0.0.1:8848");  // Nacos 地址properties.put(PropertyKeyConst.NAMESPACE, "public");            // 可选，命名空间AiService aiService = AiFactory.createAiService(properties);// 后续使用 aiService 获取 / 订阅 Prompt、Skill

步骤三：接入提示

在 agentscope-java 中接入 Nacos 的提示：通过 AiService 等接口，按提示键从 Nacos 拉取或订阅已在控制台配置好的提示模板（含变量占位），在 Agent 逻辑中填入变量后就能使用。还支持按需获取和监听变更，这样当 Nacos 侧的提示迭代时，Java 侧就无需重启。

import com.alibaba.nacos.api.PropertyKeyConst;import com.alibaba.nacos.api.config.ConfigFactory;import com.alibaba.nacos.api.config.ConfigService;import io.agentscope.core.nacos.prompt.NacosPromptListener;import java.util.HashMap;import java.util.Map;import java.util.Properties;public class Main {    public static void main(String[] args) throws Exception {        // 1. 创建 NacosPromptListener        NacosPromptListener promptListener = new NacosPromptListener(configService);        // 2. 准备模板变量        Map variables = new HashMap();        variables.put("role", "技术顾问");        variables.put("domain", "Java开发");        variables.put("style", "简洁专业");        // 3. 获取渲染后的 Prompt（支持默认值兜底）        String defaultPrompt = "你是一个AI助手，请回答用户的问题。";        String sysPrompt = promptListener.getPrompt("my-agent", variables, defaultPrompt);        // 4. 用 Prompt 构建 Agent        ReActAgent agent = ReActAgent.builder()                .name("MyAgent")                .sysPrompt(sysPrompt)                .model(DashScopeChatModel.builder()                        .apiKey(System.getenv("DASHSCOPE_API_KEY"))                        .modelName("qwen-plus")                        .build())                .memory(new InMemoryMemory())                .build();        // 6. 调用 Agent        Msg response = agent.call(Msg.builder()                .name("user")                .role(MsgRole.USER)                .content(TextBlock.builder().text("你好").build())                .build()).block();        System.out.println(response.getFirstContentBlock());    }}

步骤四：接入技能

在 agentscope-java 中接入 Nacos 的技能有两种常见方式：

方式一：nacos-cli 的 skill-sync + FileSystemSkillRepository

使用 nacos-cli 的 skill-sync 命令将 Nacos 上指定的技能同步到本地目录，然后在 agentscope-java 中配置 FileSystemSkillRepository 指向该目录，Agent 就能从本地文件系统加载技能，适合那种「先同步、后本地加载」的离线或脚本化流程。

// 1. 同步指定Skill至本地// 2. 通过Skill路径，配置FileSystemSkillRepositoryFileSystemSkillRepository repository = new FileSystemSkillRepository(skillsBaseDir, false);if (!repository.skillExists(SKILL_NAME)) {    // ...        return;}AgentSkill skill = repository.getSkill(SKILL_NAME);// 3. 加载使用SkillToolkit toolkit = new Toolkit();SkillBox skillBox = new SkillBox(toolkit);skillBox.registration().skill(skill).apply();ReActAgent agent = ReActAgent.builder()                    // ...                    .toolkit(toolkit)                    .skillBox(skillBox)                    // ...                    .build();

方式二：NacosSkillRepository

在 agentscope-java 中，直接使用 NacosSkillRepository，通过已构建的 AiService（或 Nacos 连接配置）从 Nacos 拉取或订阅技能，Agent 运行时就能实时获取，支持变更订阅和自动感知，适合那些需要与 Nacos 保持同步的在线场景。

// 1. 获取指定SkillNacosSkillRepository repo = new NacosSkillRepository(aiService, "public")if (repo.skillExists(SKILL_NAME)) {    AgentSkill skill = repo.getSkill(SKILL_NAME);    System.out.println("Skill: " + skill.getName() + " - " + skill.getDescription());} else {    System.out.println("Skill not found: " + SKILL_NAME);}

具体的接入方式和示例可以参考 Nacos 和 agentscope-java 的官方文档及示例工程。

总结一下

Nacos 3.2 代表了 Nacos 在 AI 时代迈出的重要一步。在继续做好配置中心和服务发现的基础上，结合了 AI Registry、Nacos Copilot、nacos-cli、nacos-setup，形成了一条完整的链路，从注册与管理到优化、消费和实际应用，极大地方便了开发者在本地和生产环境中管理 Prompt、Skill、MCP、Agent 这些 AI 资源。

在 Nacos 3.x 的架构下，Skills Registry 是个超重要的模块。为了进一步强化 Agent 的安全治理，Nacos 在下一个版本会加大力度推进安全围栏审核、数据的细粒度权限控制，Skills 资源的审批和签名等安全特性。同时，我们也会优化创建和验证 Skills 的体验，大家有需求或问题可以随时在社区反馈哦，咱们会及时关注。欢迎加入我们的钉钉群：115205016856 来讨论！

在过去的几年里，Nacos 陪伴了很多开发者，成为云原生时代微服务配置与发现的基础设施之一。未来在 AI 时代，Nacos 依然会为广大开发者和团队提供服务，帮助大家构建稳定、可维护的 AI 基础设施。接下来的规划会聚焦在以下几个方向：

不断完善 AI Registry 功能：这包括多版本管理、Agent 侧的灰度发布，还有 Prompt、Skill、MCP、Agent 等 AI 资源之间的整合与联动；
企业级能力建设的私有化 AI 注册中心：涉及智能检索、路由，以及安全性、升级和合规性；
Nacos Copilot 的持续进化：让 AI 能力在产品中运用得更深，让优化和推荐更加智能，贴近实际使用场景。

相关项目：