SuperAPI AI 工具集

kafka-schema-registry

数据与分析

查看项目

更新于 10-15 20:27

技能介绍

用途:该技能用于分析项目中的 Kafka 使用情况,以便添加事件模式或接入 Schema Registry。适用于用户要求分析项目 Kafka 使用、从生产者提取模式、生成注册模式的 Terraform,或审计生产者/消费者配置的场景。

主要能力:在目标项目产出三类结果——schema-report.md 完整分析报告(发现、风险、升级建议);schemas/ 提取的模式文件(Avro、JSON Schema、Protobuf,含 PII 标记);terraform/ 使用 Confluent provider 注册模式的配置。可选提供代码迁移协助,按 Schema Registry 集成模式更新应用代码。

工作流程:Phase 0 初始化,检查已有 schema.yaml 与 schemas/ 目录;Phase 1 扫描构建文件(pom.xml、build.gradle、requirements.txt、package.json 等),检测 Kafka 依赖(spring-kafka、confluent-kafka、kafkajs 等),查找生产者与消费者,提取主题名与序列化器,构建应用目录;Phase 2 风险检测,如 auto.register.schemas=true、use.latest.version、自定义序列化器;Phase 3 模式推断,从已有模式文件、数据模型或内联数据推断,并标记 PII 字段(confluent:tags);Phase 4 将生产者分类为 A 至 E;Phase 5 创建模式文件,目录为 schemas/avro、schemas/json、schemas/proto,文件命名用 kebab-case,如 order-events-value.avsc;Phase 6 生成 Terraform,强制拆分文件(providers.tf、variables.tf、tags.tf、schemas.tf、flagged-auto-register.tf、outputs.tf、import.sh),Category C 必须注释掉;Phase 7 生成报告。

限制:资料未提供具体收费、价格、平台支持范围或效果数据;执行依赖 Glob、Grep、Read、Write 等工具调用,技能自包含,无需 Agent 工具。