Wolf RBAC 五年来最重要的更新： 40 刀 vibe coding，给开源权限系统接了个 AI Agent

📌 一句话摘要

Wolf RBAC 权限系统作者分享了五年来最重要的更新：在 Console 内嵌 AI Agent，通过自然语言管理权限，并详细阐述了设计决策、开发成本与实现细节。

📝 详细摘要

本文是开源 RBAC 权限系统 Wolf 的作者自述，介绍了其五年来最重要的功能更新：在管理后台 Console 中内嵌一个 AI Agent，允许用户通过自然语言直接管理 RBAC（角色、权限、用户等）。文章详细阐述了该 Agent 的设计原则：复用现有 Controller 而非直连数据库，确保鉴权、审计与权限继承与原链路一致；提供了完整的聊天体验，包括多会话、SSE 流式输出、工具调用卡片、Markdown 与 Mermaid 图表渲染，以及用户记忆功能。作者还分享了开发过程，全程使用 AI 辅助编程（Vibe Coding），仅花费 40 美元订阅费，产出了 117 个文件、24000 多行代码。文章对比了内嵌 Agent 与外部 Skill/MCP 方案的优劣，并给出了给存量系统接入 Agent 的实践建议。

💡 主要观点

- Wolf 内嵌的 AI Agent 通过复用现有 Controller 实现，而非直连数据库。 Agent 使用 InternalCaller 构造 mock Koa ctx，进程内调用现有 Controller，确保鉴权、参数校验、缓存刷新、审计日志等全部走原链路，AI 不是数据库后门，权限自动按角色裁剪。

内嵌 Agent 是产品能力，外部 Skill 是开发者工具，前者更适合运维和管理员用户。 内嵌方案让用户浏览器登录即可使用，AI Key 由管理员统一配置；而外部 Skill 需要用户自行配置 Agent 客户端，门槛较高。内嵌方案在工具调用、鉴权审计、流式输出、会话记忆等方面能提供更一体化的体验。

全程使用 AI 辅助编程（Vibe Coding），40 美元订阅费产出 117 个文件、24000 多行代码。 作者使用 Cursor（Claude 模型）作为主力开发工具，花费 40 美元订阅费，完成了完整的前后端、测试与文档开发，并分享了给存量系统接入 Agent 的实践建议。

💬 文章金句

- AI 能做什么 = 当前登录用户在 Console 上能做什么，不会越权。

Skill 适合个人提效，内嵌 Agent 适合把 AI 做成产品功能。
权限管理这件事之所以烦，不是因为逻辑复杂，而是因为要点的表单太多。现在 AI 能替你点了，感觉权限系统该有的样子本来就应该是这样的。

📊 文章信息

AI 初评：87

来源：V2EX

作者：igeeky

分类：软件编程

语言：中文

阅读时间：7 分钟

字数：1719

标签：开源项目, AI Agent, RBAC, 权限管理, AI 编程

阅读完整文章

Wolf RBAC 五年来最重要的更新： 40 刀 vibe coding，给开源权限系统接了个 AI Agent

🤖 問 AI