qyyfw/AiPaas

0 Fork 0

Files

T

2026-07-27 09:56:20 +08:00

33 KiB

Raw Blame History

七虎 AI PaaS 平台 · 应用服务接入规范（可行性方案）

文档版本：v1.0.0
生成日期：2026-07-27
定位：七虎 AI PaaS 平台"应用服务"模块的接入标准、集成模式与落地路线图
前置依赖：本文件承接《AI_PaaS_Platform_Analysis_and_Execution_Plan.md》第五部分（七虎AI全面评估）的结论，将其"应用服务接入"从单点案例（MuMuAINovel）升级为平台级规范
目标读者：平台架构组、应用接入开发者、技能市场运营、安全审计

0. 背景与定位

0.1 为什么要做"应用服务接入规范"

七虎 AI PaaS 的定位是"AI 体验、办公提效、创收、自我提升的一站式交互平台"。平台的能力供给有三种形态：

形态	单位	执行环境	典型例子
技能（Skill）	提示词 + 脚本 + SKILL.md	平台 Agent 沙箱内执行	dashi-ppt-skill、SEO 优化、投研报告
应用服务（App Service）	独立可运行的应用	独立容器/子域名，单点登录接入	MuMuAINovel、OpenCut、next-ai-draw-io
IM Bot	消息驱动的长连接 Agent	平台 IM 网关内执行	微信 Bot、企微 Bot、飞书 Bot

"应用服务"是平台差异化最大的形态——它让第三方成熟的开源 AI 应用（小说创作、视频剪辑、绘图、求职……）一键接入平台，用户无需离开七虎 PaaS 即可使用，所有模型调用、Token 计量、订阅计费、会员权益都由平台统一管控。

0.2 本文件要解决的核心问题

什么样的开源项目适合接入？ → 选型评估矩阵
接入分哪几档？每档改什么？ → 三级集成深度模型
标准接入流程是什么？ → 从选型到上线的 SOP
统一走平台的模型、计费、订阅，技术上怎么落地？ → 架构模式 + 代码骨架
许可证风险怎么规避？ → GPL/MIT/Apache 兼容策略
第一批接入哪些应用做样板？ → 基于 Starred 列表的推荐清单

1. 候选应用选型评估矩阵

1.1 从 Starred 列表筛选的 6 个候选

结合你 GitHub starred 列表（259 个项目），按"是否独立可运行、是否有自托管能力、是否依赖 AI 模型、是否与平台定位契合"四要素，筛选出以下 6 个最适合做"应用服务"接入的候选：

#	项目	Stars	协议	技术栈	应用类型	接入价值
1	MuMuAINovel	新建	GPL-3.0	FastAPI + PG + React/AntD	AI 小说创作	长文本创作，高 Token 消耗，验证订阅闭环
2	OpenCut	78.5K	MIT	Next.js + Rust/WASM + PG + Redis	视频剪辑	自媒体/短视频场景，MCP Server 规划中
3	next-ai-draw-io	33.8K	Apache-2.0	Next.js + React	AI 流程图/架构图	办公提效，开发者高频刚需
4	HyperFrames	37.5K	Apache-2.0	Node.js + headless Chrome + FFmpeg	HTML→MP4 视频渲染	课件/营销视频自动化生产
5	dashi-ppt-skill	4.1K	MIT	Node.js + React 渲染引擎	PPT 生成/编辑	办公提效标杆，已做本地优先
6	ai-job-search	26.4K	MIT	TypeScript + Python + LaTeX	AI 求职流水线	个人提升场景，Drafter-Reviewer 范式

1.2 六维量化评估

对每个候选按 6 个维度打分（1-5），加权算出"接入适配总分"：

维度	权重	评估要点
自托管能力	15%	Docker 一键部署？有无官方镜像？
认证可替换性	20%	是否已有 OAuth/OIDC 适配器？是否易加 Casdoor？
AI 调用可代理	20%	是否走 OpenAI 兼容协议？能否改 BASE_URL？
许可证友好度	15%	MIT/Apache 最友好，GPL 需外围集成规避
与平台定位契合	15%	是否覆盖技能市场/办公/创作/提效场景
社区活跃度	5%	Stars、近期更新频率
数据隔离可行性	10%	是否用 PG/可加 tenant_id/RLS

1.3 评估结果

项目	自托管	认证	AI代理	协议	契合	社区	隔离	加权总分	推荐档位
MuMuAINovel	5	4（已有LinuxDO OAuth）	5（OpenAI兼容）	2（GPL）	5	3	5	4.25	🥇 首批·深度接入
OpenCut	5	3（需新增）	4（AI功能可代理）	5（MIT）	4	5	4	4.20	🥇 首批·标准接入
next-ai-draw-io	5	3	5（多Provider）	5（Apache）	5	4	4	4.40	🥇 首批·标准接入
HyperFrames	4	2（CLI为主）	5（走LLM生成HTML）	5（Apache）	4	4	3	3.95	🥈 第二批·轻量接入
dashi-ppt-skill	4（本地Node）	1（无登录）	5	5（MIT）	5	4	2	3.70	转"技能"更合适
ai-job-search	3（CLI为主）	1（无登录）	5	5（MIT）	4	5	2	3.55	转"技能"更合适

1.4 关键结论

首批接入 3 个应用做样板（按 ROI 排序）：

🥇 MuMuAINovel —— 验证"平台统一模型+计费+订阅"的核心闭环（GPL 走外围集成规避）

🥇 next-ai-draw-io —— 协议最友好（Apache-2.0）、认证易加、办公提效高频刚需

🥇 OpenCut —— Stars 最高、MIT 最自由、视频场景与平台"自媒体/短视频创作"定位契合

第二批（2-3 个月后）：HyperFrames（视频渲染 API 化后）、以及新出现的应用级项目。

dashi-ppt-skill 和 ai-job-search 不应作为"应用服务"接入——它们更适合作为"技能"上架到技能市场（本文件承接前份报告的第三部分改造方案）。这个判断很重要：应用服务 vs 技能的边界，下文第 2 节专门界定。

2. 核心概念：应用服务 vs 技能 vs IM Bot

接入前必须明确三者的边界，避免把"该做成技能的项目"错误升级为"独立应用"，浪费容器资源。

2.1 决策树

一个新能力要上平台，先回答三个问题：
  ① 它有独立的前端 UI 吗？（用户要在独立界面里操作，不只是对话）
  ② 它需要长时间运行/持有状态吗？（如剪辑时间线、小说章节树、绘图画布）
  ③ 它单用户运行资源占用高吗？（视频渲染、GPU 合成、大型依赖）
  
  ①=否 → 做成【技能】                → 例：SEO 优化、投研报告、信息图生成
  ①=是 且 ②③ 中至少一个=是 → 做成【应用服务】 → 例：MuMuAINovel、OpenCut
  ①=是 且 ②③ 都=否 → 看交互模式：
       以"消息对话"为主 → 做成【IM Bot】  → 例：微信客服 Bot
       以"画布/编辑器"为主 → 做成【应用服务】 → 例：next-ai-draw-io

2.2 三类形态对比

维度	技能（Skill）	应用服务（App Service）	IM Bot
执行环境	平台 Agent 沙箱	独立容器/子域名	平台 IM 网关
前端	无（对话即界面）	有（独立 Web UI）	消息气泡
模型调用	平台 Agent 引擎统一	走平台 AI 网关代理 Key	平台 Agent 引擎
计费单元	按次/按 Token	按应用订阅/按 Token	按会话/按 Token
数据归属	平台知识库	应用内 DB + 平台审计	平台消息存档
上架审核	SKILL.md + CI	完整应用安全审计	Bot 权限清单
典型生命周期	轻量，可热更新	重，需版本化部署	常驻，需心跳

3. 三级集成深度模型

所有应用接入分三档，按平台成熟度渐进式推进：

3.1 L1 · 浅集成（快速上线，3-5 天）

目标：单点登录打通，用户在平台内一键进入应用，但模型调用和计费暂由应用自理。

改造项：

改造点	应用侧	平台侧
认证	新增 Casdoor OIDC 适配器	在 Casdoor 注册应用、颁发 Client ID/Secret
会话	用 OIDC 回调建立本地会话	提供 `/.well-known/openid-configuration`
登录页	隐藏/禁用本地注册（可选）	平台前台"应用服务"卡片 → 跳转授权

适用场景：早期 MVP、应用尚未完成模型代理改造、快速扩充平台"应用数量"。

3.2 L2 · 中集成（核心目标，2-3 周）⭐ 推荐默认档

目标：模型调用统一走七虎 AI 网关，平台统一计量、计费、订阅校验。

改造项（在 L1 基础上增加）：

改造点	应用侧	平台侧
AI 调用	`OPENAI_BASE_URL` 指向平台网关	AI 网关新增代理 Key 校验中间件
密钥	用平台颁发的 `PLATFORM_PROXY_KEY` 替代用户自配 Key	`market_apps.proxy_key` 颁发与管理
计量	每次调用透传 `X-Platform-User-Id`	网关写入 `token_usage_logs(app_id)`
订阅	启动时检查平台订阅态（可选增强）	订阅校验端点 `/api/v1/subscription/check`
配额	超限时优雅降级（提示充值）	实时余额查询 API

这是推荐的默认接入档位——L1 只是过渡，L2 才是"平台价值"真正体现的地方。

3.3 L3 · 深集成（生产级，4-6 周）

目标：多租户数据隔离、应用内增值购买、审计合规、平台级可观测。

改造项（在 L2 基础上增加）：

改造点	应用侧	平台侧
数据隔离	所有表加 `tenant_id`，启用 PG RLS	提供 RLS 策略模板
增值服务	高级功能走平台支付 API	支付渠道 + 分润结算
审计	关键操作上报平台 `audit_logs`	审计日志聚合查询
可观测	暴露 Prometheus 指标	平台 Grafana 统一看板
数据导出	GDPR 导出/删除接口	用户注销级联清理

3.4 档位选择决策表

应用特征	推荐档位	理由
新建/重构中、协议友好、核心标杆	L2 起步	一步到位，避免二次改造
成熟稳定、改动风险高（如 GPL 项目）	L1 → L2 渐进	先外围集成，验证后再深化
内部工具/实验性	L1 即可	快速验证，不过度投入
金融/医疗/政企客户可达	必须 L3	合规刚需

4. 标准接入架构

4.1 整体拓扑

                        ┌──────────────────────────────┐
                        │        用户浏览器              │
                        └────────┬─────────────────────┘
                                 │
              ┌──────────────────┼──────────────────┐
              ▼                  ▼                  ▼
   ┌────────────────┐  ┌────────────────┐  ┌────────────────────┐
   │ 平台前台        │  │ 应用服务 A      │  │ 应用服务 B          │
   │ (已登录态)      │  │ (独立子域名)     │  │ (独立子域名)         │
   │                │  │                │  │                    │
   │ /apps/novel ───┼─►│ novel.qihuyun  │  │ drawio.qihuyun     │
   │ /apps/drawio ──┼─►│ OIDC 登录      │  │ OIDC 登录          │
   │ /apps/video ───┼─►│                │  │                    │
   └────────────────┘  └───────┬────────┘  └─────────┬──────────┘
                              │                      │
                              ▼                      ▼
                ┌────────────────────────────────────────────────┐
                │          七虎 AI 网关 (FastAPI)                 │
                │  ┌──────────────────────────────────────────┐  │
                │  │ 1. 代理 Key 校验 → 解析 user_id+app_id   │  │
                │  │ 2. 订阅/配额校验 → 拒绝或放行             │  │
                │  │ 3. 模型路由 (LiteLLM) → 上游模型          │  │
                │  │ 4. 计量写入 token_usage_logs              │  │
                │  │ 5. 流式响应返回                           │  │
                │  └──────────────────────────────────────────┘  │
                └────────────────────────────────────────────────┘
                              │
                              ▼
                ┌────────────────────────────────────────────────┐
                │   Casdoor (OIDC IdP)  │  PostgreSQL(RWS)      │
                │   Redis(会话/缓存)    │  Meilisearch(搜索)     │
                └────────────────────────────────────────────────┘

4.2 单应用接入时序（L2 档位）

用户                    平台前台              应用服务               Casdoor               AI 网关
 │                       │                    │                     │                    │
 │ 点击"AI小说创作"       │                    │                     │                    │
 │──────────────────────►│                    │                     │                    │
 │                       │ 302 → 应用授权入口  │                     │                    │
 │                       │───────────────────►│                     │                    │
 │                       │                    │ 重定向到 Casdoor     │                    │
 │                       │                    │────────────────────►│                    │
 │                       │                    │                     │                    │
 │          (用户已登录平台，静默授权)          │                     │                    │
 │                       │                    │ 302 + code ──────────────────────────────►│
 │                       │                    │                     │                    │
 │                       │                    │ 用 code 换 token                          │
 │                       │                    │────────────────────►│                    │
 │                       │                    │◄──── JWT + userinfo ─│                    │
 │                       │                    │                     │                    │
 │                       │                    │ 建立本地会话          │                    │
 │                       │                    │ 注入 user_id 到请求头 │                    │
 │                       │                    │                     │                    │
 │ 在应用内发起 AI 请求    │                    │                     │                    │
 │                       │                    │ POST /v1/chat/completions                   │
 │                       │                    │ Authorization: Bearer <proxy_key>          │
 │                       │                    │ X-Platform-User-Id: <user_id>              │
 │                       │                    │───────────────────────────────────────────►│
 │                       │                    │                     │                    │
 │                       │                    │                     │   校验 → 路由 → 计量 │
 │                       │                    │                     │                    │
 │                       │                    │◄──── 流式响应 ──────│                    │
 │◄──── 渲染结果 ────────│                    │                     │                    │

5. 各应用接入改造要点（首批 3 个）

5.1 MuMuAINovel · 深度接入（L2）

为何首批第一：它是你主动提出、且最贴合"平台统一付费"诉求的项目；已有 LinuxDO OAuth 证明认证层可替换；OpenAI 兼容协议证明模型可调代理。

改造清单：

新增 CasdoorOIDCProvider 类（照搬现有 LinuxDO 适配器模式）
环境变量双模式：PLATFORM_MODE=true/false 切换自托管/平台托管
OPENAI_BASE_URL=https://api.qihuyun.com/app/api/aiserver/v1
OPENAI_API_KEY=${PLATFORM_PROXY_KEY}（平台颁发的应用级 Key）
Docker Compose 加 depends_on: [casdoor, ai-gateway]

许可证处理（⚠️ GPL-3.0 重点）：

方案 B：OIDC 适配器 + AI 代理层做成独立中间件/Sidecar，不修改 MuMuAINovel 核心源码 → 规避 GPL 传染性
在平台"开源致谢"页声明 MuMuAINovel 及 GPL-3.0 协议
部署容器命名为 mumuainovel-adapter + mumuainovel-core 两层

预期效果：用户在七虎 PaaS 订阅 Pro+小说套餐 → 点击进入 MuMuAINovel → 静默登录 → 创作时消耗的是平台套餐内 Token → 用量实时出现在 Token 驾驶舱。

5.2 next-ai-draw-io · 标准接入（L2）

为何首批第二：Apache-2.0 协议最友好（无传染性）；已有 ACCESS_CODE_LIST 密码机制说明认证层可扩展；支持 10+ AI Provider 且都走环境变量配置，模型代理最简单。

改造清单：

新增 Casdoor OIDC 适配器（项目用 Next.js，可用 next-auth 库快速接入）

通过环境变量统一 AI Provider 为平台网关：

AI_PROVIDER=openai
AI_MODEL=qihuyun-default
OPENAI_API_KEY=${PLATFORM_PROXY_KEY}
OPENAI_BASE_URL=https://api.qihuyun.com/app/api/aiserver/v1

用 NEXT_PUBLIC_* 注入平台用户上下文（user_id、subscription_tier）
禁用 ACCESS_CODE_LIST（平台登录后无需二次密码）

协议优势：Apache-2.0 允许商业使用、修改、私有化部署，无开源传染风险。平台对其做的任何修改可选择性开源，也可私有。

预期效果：开发者在七虎 PaaS 点"AI 绘图"→ 进入 next-ai-draw-io → 用自然语言画云架构图/流程图 → 所有 AI 调用走平台网关计量。

5.3 OpenCut · 标准接入（L2）

为何首批第三：MIT 协议最自由；78.5K Stars 证明市场验证充分；"视频剪辑"是平台"自媒体/短视频创作"定位的核心场景；规划中的 MCP Server 与平台 Agent 生态天然契合。

改造清单：

认证：OpenCut 新版本正在重写，Editor API + 插件系统开放，OIDC 插件可作为官方插件形式接入
AI 功能代理：OpenCut 的 AI 接入（智能剪辑、自动字幕、翻译）走平台网关
部署：Docker Compose 已含 PG + Redis，新增 casdoor-sidecar 容器做认证代理
文件存储：用户上传的视频素材走平台对象存储（S3 兼容），不落应用本地盘

特殊处理：OpenCut 的视频渲染是计算密集型（GPU 合成、FFmpeg 编码），需单独规划资源配额：

容器资源限制：CPU/内存/GPU 配额按会员等级差异化
渲染任务异步化：提交→排队→渲染→回调通知（避免 HTTP 长连接超时）
大文件上传走分片 + 平台 CDN

预期效果：自媒体用户在平台订阅"创作套餐"→ 使用 OpenCut 剪辑短视频 → AI 字幕/翻译/去字幕走平台模型 → 渲染消耗平台算力配额。

6. 平台侧改造需求（支撑所有应用接入）

6.1 必须新增的平台能力

能力	说明	优先级
应用注册中心	`market_apps` 表扩展（app_id, name, type='app_service', entry_url, proxy_key, is_platform_hosted, docker_compose_tpl）	P0
代理 Key 体系	应用级 Key 颁发/轮换/吊销，关联 app_id + 配额	P0
AI 网关中间件	校验代理 Key → 订阅校验 → 路由 → 计量 → 审计	P0
OIDC 应用模板	Casdoor 中预置应用配置，一键注册新应用	P0
订阅套餐映射	会员套餐可包含"应用服务"权益（如 Pro+小说、创作套餐）	P0
用量看板（按应用）	Token 驾驶舱新增"按应用"维度统计	P1
应用生命周期	部署/启停/升级/回滚/健康检查	P1
审计聚合	各应用上报的操作日志统一入 `audit_logs`	P2

6.2 数据库 Schema 扩展

-- 应用注册表（扩展现有 market_apps）
CREATE TABLE market_apps (
    id VARCHAR(50) PRIMARY KEY,
    name VARCHAR(200) NOT NULL,
    type VARCHAR(20) NOT NULL DEFAULT 'skill',  -- 'skill' | 'app_service'
    category VARCHAR(50),
    description TEXT,
    icon_url VARCHAR(500),
    entry_url VARCHAR(500),           -- 平台托管型应用的访问入口
    deployment_type VARCHAR(20),      -- 'hosted' | 'external' | 'embedded'
    docker_compose_tpl TEXT,          -- Docker Compose 模板（hosted 型）
    proxy_key_hash VARCHAR(256),      -- 平台颁发的代理 Key（bcrypt）
    auth_mode VARCHAR(20),            -- 'casdoor_oidc' | 'platform_token' | 'none'
    protocol_license VARCHAR(50),     -- MIT / Apache-2.0 / GPL-3.0 等
    integration_level INT DEFAULT 1,  -- 1=L1浅 2=L2中 3=L3深
    status VARCHAR(20) DEFAULT 'pending',  -- pending/active/suspended
    version VARCHAR(50),
    repository_url VARCHAR(500),
    is_featured BOOLEAN DEFAULT FALSE,
    created_at TIMESTAMP DEFAULT NOW(),
    updated_at TIMESTAMP DEFAULT NOW()
);

-- 应用实例（每个租户/用户部署一个实例）
CREATE TABLE app_instances (
    id BIGSERIAL PRIMARY KEY,
    app_id VARCHAR(50) REFERENCES market_apps(id),
    tenant_id BIGINT NOT NULL,
    user_id BIGINT NOT NULL,
    instance_url VARCHAR(500),
    container_id VARCHAR(200),
    status VARCHAR(20) DEFAULT 'running',
    deployed_at TIMESTAMP DEFAULT NOW(),
    last_active_at TIMESTAMP,
    resource_quota JSONB,  -- {"cpu": 2, "memory_gb": 4, "gpu": 0}
    rls_tenant_id BIGINT GENERATED ALWAYS AS (tenant_id) STORED
);

-- 应用订阅关联
CREATE TABLE app_subscriptions (
    id BIGSERIAL PRIMARY KEY,
    user_id BIGINT NOT NULL,
    app_id VARCHAR(50) REFERENCES market_apps(id),
    plan_id VARCHAR(50),
    status VARCHAR(20) DEFAULT 'active',
    started_at TIMESTAMP DEFAULT NOW(),
    expires_at TIMESTAMP,
    payment_method VARCHAR(20),  -- 'subscription_quota' | 'pay_per_use'
    rls_tenant_id BIGINT
);

-- 扩展 token_usage_logs 增加 app 维度
ALTER TABLE token_usage_logs 
    ADD COLUMN IF NOT EXISTS app_id VARCHAR(50),
    ADD COLUMN IF NOT EXISTS app_name VARCHAR(200),
    ADD COLUMN IF NOT EXISTS billing_model VARCHAR(20);  -- 'subscription' | 'pay_per_use'

-- RLS 策略（多租户隔离）
ALTER TABLE app_instances ENABLE ROW LEVEL SECURITY;
CREATE POLICY app_instances_tenant_isolation ON app_instances
    USING (tenant_id = current_setting('app.current_tenant_id')::BIGINT);

6.3 AI 网关代理 Key 中间件（FastAPI 骨架）

# /app/api/aiserver/v1/chat/completions
from fastapi import Request, HTTPException, Depends
from fastapi.responses import StreamingResponse
import httpx, os

PLATFORM_AI_BACKEND = os.getenv("PLATFORM_AI_BACKEND")  # 真实上游

@app.post("/app/api/aiserver/v1/chat/completions")
async def proxy_chat_completions(request: Request, body: dict):
    # 1. 校验代理 Key
    auth = request.headers.get("Authorization", "")
    proxy_key = auth.replace("Bearer ", "")
    app = await resolve_app_by_proxy_key(proxy_key)
    if not app or not app["is_active"]:
        raise HTTPException(401, "Invalid or revoked proxy key")
    
    # 2. 解析用户 + 订阅校验
    user_id = request.headers.get("X-Platform-User-Id")
    subscription = await check_subscription(user_id, app["id"])
    if not subscription or subscription["status"] != "active":
        raise HTTPException(402, "Active subscription required for this app")
    
    # 3. 配额检查
    usage = await get_current_period_usage(user_id, app["id"])
    if usage["tokens"] >= subscription["token_quota"]:
        raise HTTPException(429, "Token quota exceeded, please upgrade")
    
    # 4. 转发到真实上游（LiteLLM 或直连模型）
    upstream_body = rewrite_request(body, target_model=subscription["allowed_model"])
    async with httpx.AsyncClient(timeout=300) as client:
        upstream_resp = await client.post(
            f"{PLATFORM_AI_BACKEND}/v1/chat/completions",
            json=upstream_body,
            headers={"Authorization": f"Bearer {os.getenv('UPSTREAM_API_KEY')}"}
        )
    
    # 5. 计量（流式则异步累计）
    await record_usage(
        user_id=user_id,
        app_id=app["id"],
        app_name=app["name"],
        model=upstream_body.get("model"),
        prompt_tokens=upstream_resp.json().get("usage", {}).get("prompt_tokens", 0),
        completion_tokens=upstream_resp.json().get("usage", {}).get("completion_tokens", 0),
        billing_model="subscription"
    )
    
    return StreamingResponse(upstream_resp.aiter_bytes(), media_type="application/json")

7. 许可证风险管理

7.1 主流开源协议对比

协议	商业使用	修改后需开源	传染范围	适用接入策略
MIT	✅	❌（只需保留版权声明）	无	自由集成、可改可闭源、最友好
Apache-2.0	✅	❌（需声明修改）	无	自由集成、需保留 NOTICE
GPL-3.0	✅	✅（衍生作品须 GPL）	强传染	必须外围集成，不修改核心
AGPL-3.0	✅	✅（网络服务也须开源）	网络服务传染	避免修改，仅做协议适配

7.2 各候选项目的合规策略

项目	协议	风险点	合规方案
MuMuAINovel	GPL-3.0	修改核心代码 → 衍生作品须 GPL	外围集成：OIDC/AI代理做成独立 Sidecar，不改核心
OpenCut	MIT	几乎无	自由修改、可闭源，最省心
next-ai-draw-io	Apache-2.0	需保留 NOTICE	保留版权声明 + NOTICE 文件即可
HyperFrames	Apache-2.0	同上	同上
dashi-ppt-skill	MIT	无	转技能上架，无顾虑
ai-job-search	MIT	无	转技能上架，无顾虑

7.3 平台级合规清单

每个接入应用必须：

在平台"开源致谢"页列出项目名称、作者、协议、仓库链接
保留原始 LICENSE 文件，不删除版权声明
GPL 项目：修改（如有）以独立仓库开源，并在 README 声明
用户协议中说明"本平台部分功能基于开源项目构建"
联系原作者获取商业授权（GPL 项目强烈推荐，建立合作）

8. 落地路线图

8.1 三阶段推进

阶段一 · 奠基（第 1-4 周）
├── W1: 平台侧改造
│   ├── 扩展 market_apps 表 + RLS 策略
│   ├── AI 网关代理 Key 中间件
│   ├── Casdoor 应用注册模板
│   └── 订阅套餐映射
├── W2-3: MuMuAINovel L1 接入（OIDC 打通）
└── W4: next-ai-draw-io L1+L2 接入（双模式切换）

阶段二 · 标杆（第 5-8 周）
├── W5-6: MuMuAINovel 升级 L2（模型代理+计量）
├── W7: OpenCut L1+L2 接入
├── W8: 平台"应用服务"前台页面上线（卡片式入口）

阶段三 · 生态（第 9-12 周）
├── W9-10: 技能市场 + 应用服务统一审核流水线
├── W11: 应用内增值购买 + 分润结算
└── W12: HyperFrames 接入评估 + 第二批候选筛选

8.2 里程碑与验收标准

里程碑	验收标准
M1：单点登录打通	用户在平台登录后，点击 3 个应用入口均能静默进入，无二次登录
M2：模型统一路由	3 个应用的所有 AI 调用均走平台网关，上游模型可一键切换
M3：计量闭环	平台 Token 驾驶舱可按"应用"维度展示用量，数据延迟 < 1 分钟
M4：订阅闭环	用户订阅套餐包含应用权益，过期后应用自动提示升级
M5：上架流程	第 4 个应用接入耗时 < 1 周（前 3 个的平均值的 50%）

9. 风险与应对

风险	概率	影响	应对
GPL 项目协议传染	中	高	外围集成策略 + 法律审查 + 作者商业授权
应用升级导致接入层破坏	中	中	Docker 镜像锁定版本 + 适配层测试 + 灰度升级
AI 网关成单点瓶颈	中	高	LiteLLM 水平扩容 + Redis 缓存 + 熔断降级
多租户数据串扰	低	极高	PG RLS 强制 + 集成测试 + 混沌工程
视频渲染资源耗尽	中	中	容器配额 + 任务队列 + 会员差异化
第三方应用安全漏洞	中	高	容器沙箱 + gVisor + 依赖扫描 + 最小权限

10. 与既有文档的承接关系

本文档是《AI_PaaS_Platform_Analysis_and_Execution_Plan.md》的专项延伸，承接关系如下：

既有章节	本文承接点
第二部分 §2.3 插件体系	应用服务是"插件"的终极形态——独立进程级插件
第三部分 dashi-ppt 改造	dashi-ppt 转"技能"上架，本文界定它不该做"应用"
第四部分技能开发标准	本文 §2 的"应用 vs 技能"决策树与之互补
第五部分 §5.2.5 技能市场	应用市场是技能市场的"重型补充"
第五部分 §5.4 优先级表 #5	MuMuAINovel 接入即"落地标杆技能真实执行器"的具象化

附录 A：应用接入 SOP 检查清单

每个新应用接入必须逐条勾选：

A.1 选型评估

通过 §1.2 六维评估，总分 ≥ 3.5
许可证兼容（MIT/Apache 优先，GPL 走外围集成方案）
与平台定位契合（覆盖至少 1 个核心场景）
技术栈可容器化（Docker 镜像可用）

A.2 L1 接入（认证）

应用侧新增 Casdoor OIDC 适配器并通过联调
平台侧 Casdoor 注册应用、颁发 Client ID/Secret
平台前台"应用服务"卡片可跳转并静默登录
登出平台后，应用会话同步失效

A.3 L2 接入（模型+计费）

应用 AI 调用全部指向平台网关
平台代理 Key 颁发、轮换、吊销流程可用
AI 网关中间件通过代理 Key 校验、订阅校验、计量写入
Token 驾驶舱"按应用"维度统计正确
订阅过期后应用优雅降级（非 500 错误）

A.4 L3 接入（深度）

应用数据库启用 PG RLS，tenant_id 隔离验证通过
审计日志上报平台 audit_logs
暴露 Prometheus 指标，平台 Grafana 可采集
GDPR 数据导出/删除接口可用
安全审计通过（渗透测试 + 依赖扫描）

A.5 上架运营

平台"开源致谢"页已添加项目信息
LICENSE 文件保留且完整
应用详情页（截图、介绍、入口、定价）已配置
监控告警已配置（可用性、延迟、错误率）
回滚预案已演练

附录 B：术语表

术语	含义
应用服务（App Service）	独立可运行的 Web 应用，通过单点登录接入平台，共享平台模型与计费
OIDC	OpenID Connect，基于 OAuth 2.0 的身份认证协议
Casdoor	开源的统一身份认证平台，本项目用作 OIDC IdP
代理 Key（Proxy Key）	平台颁发给应用的长期密钥，用于 AI 网关识别"哪个应用在代哪个用户调用"
AI 网关	平台统一接管所有模型调用的中间件，承担认证、路由、限流、计量、审计
外围集成	不修改目标项目核心源码，通过 Sidecar/中间件/环境变量方式接入，规避 GPL 传染
RLS	Row Level Security，PostgreSQL 行级安全策略，实现多租户数据隔离
LiteLLM	统一 100+ LLM 供应商的开源网关，OpenAI 兼容格式
L1/L2/L3	本文件定义的三级集成深度（浅/中/深）

文档版本：v1.0.0
生成日期：2026-07-27
下一步行动：

将此文件喂给 WorkBuddy，按 §8 路线图推进阶段一（W1 平台侧改造）

将本文档作为《AI_PaaS_Platform_Analysis_and_Execution_Plan.md》的新章节合并

对每个首批应用（MuMuAINovel/next-ai-draw-io/OpenCut）单独生成改造代码骨架
反馈渠道：平台内部 Issue Tracker / 架构组邮件

33 KiB Raw Blame History Unescape Escape

七虎 AI PaaS 平台 · 应用服务接入规范（可行性方案）

0. 背景与定位

0.1 为什么要做"应用服务接入规范"

0.2 本文件要解决的核心问题

1. 候选应用选型评估矩阵

1.1 从 Starred 列表筛选的 6 个候选

1.2 六维量化评估

1.3 评估结果

1.4 关键结论

2. 核心概念：应用服务 vs 技能 vs IM Bot

2.1 决策树

2.2 三类形态对比

3. 三级集成深度模型

3.1 L1 · 浅集成（快速上线，3-5 天）

3.2 L2 · 中集成（核心目标，2-3 周）⭐ 推荐默认档

3.3 L3 · 深集成（生产级，4-6 周）

3.4 档位选择决策表

4. 标准接入架构

4.1 整体拓扑

4.2 单应用接入时序（L2 档位）

5. 各应用接入改造要点（首批 3 个）

5.1 MuMuAINovel · 深度接入（L2）

5.2 next-ai-draw-io · 标准接入（L2）

5.3 OpenCut · 标准接入（L2）

6. 平台侧改造需求（支撑所有应用接入）

6.1 必须新增的平台能力

6.2 数据库 Schema 扩展

6.3 AI 网关代理 Key 中间件（FastAPI 骨架）

7. 许可证风险管理

7.1 主流开源协议对比

7.2 各候选项目的合规策略

7.3 平台级合规清单

8. 落地路线图

8.1 三阶段推进

8.2 里程碑与验收标准

9. 风险与应对

10. 与既有文档的承接关系

附录 A：应用接入 SOP 检查清单

A.1 选型评估

A.2 L1 接入（认证）

A.3 L2 接入（模型+计费）

A.4 L3 接入（深度）

A.5 上架运营

附录 B：术语表

33 KiB

Raw Blame History