PaiFlow 里的工具节点，说白了就是把外部工具的能力接到工作流里来用。Python 版本是通过 core/plugin 下的 aitools/link 微服务来完成的，工作流执行的时候会拿着 toolId 去调 aitools 微服务/或者 link 微服务，然后路由到具体的工具实现。

aitools 是内置的插件，link 是外部的插件。

比如说我们买了一部手机，会自带相机/计算机等内置的工具，它们相当于 aitools，可直接开箱即用；link 就相当于 app store，或者应用商店，外部的微信/支付宝/抖音这些工具需要先通过应用商店进行管理（增删改查），然后才能使用。

对于 PaiFlow 来说，内置了四个插件，它们是通过 aitools 来提供服务的。

它们在 Python 版的 aitools 中一一对应这些，ocr_llm 是 OCR 工具的实现，image_understanding 是图片理解工具的实现，image_generator 是图片生成工具的实现，speech_synthesis 是超拟人合成工具的实现。

Java 版的工作流我们暂时只实现了超拟人合成节点的内置（第二期我们可以陆续实现图片生成/图片理解/OCR 等内置插件），放在了 plugins/tts 目录下，支持阿里通义千问的 tts（Text-to-Speech）和讯飞的 tts。

当然了，对于工作流来说，每个工具都是一个预设好的独立功能模块，背后不管怎么实现，最终都可以通过 REST API 被调用。因此，这些内置工具也可以通过 link 的形式来实现。当然了，我们还可以通过 link 接入更多第三方的插件。

换句话说，超拟人音频合成工具可以是 aitools，也可以是 link，看我们想要怎么去实现。

在 PaiFlow 中，如果想集成第三方工具，有两个入口。第一个入口是点工具这里的【+】号。

然后进入【新建工具】页，通过填写基本信息、插件信息、验证信息新建一个工具，这种适合你在编排工作流的时候，临时起意想调用一个工具。

还有一种入口是在资源管理这里点击【新建插件】，适合我们提前规划好某个工具，然后在编排工作流的时候直接使用。

仍然是先把一个工具的基本信息填好，再选择请求方法和授权方式，最后做调试校验。工具本身就是一个可被描述、可被验证、可被复用的外部能力。

PaiFlow 除了 Python 版本的 aitools/link 微服务， 同样也实现了 Java 版本。插件节点的执行器由 PluginNodeExecutor 类来完成。

为了兼容 Python 版本的 aitools/link，我们在 PluginNodeExecutor 中注入了 PluginServiceClient，由它来负责具体插件的路由。

如果插件的 id 是硬编码的 tool@8b2262bef821000，就调用内置的 tts 工具，内置的 tts 工具又可以根据 ttsSource 来决定是调用讯飞的 tts 还是 阿里千问的 tts；否则就通过 AiToolsIntegration 来调用 Python 版或者 Java 版的插件服务，由 application.yml 文件里配置的 aitools-url 来决定。

就目前的 AI 应用开发来说，多语言技术栈已经成为趋势，Python 干得好的地方就用 Python 来干，Java 干得好的地方就由 Java 来干。

PaiFlow 整体就是这样一个架构，hub 作为管理端适合 Java；工作流引擎上先实现了 Python 版本，后实现了 Java 版本，也是为了应对现在的开发趋势。第二期有可能还会追加 Go 语言的技术栈进来，比如说现在很火的一个方向——机器人流程自动化（RPA）就挺适合用 Go 语言来实现。

好，理清楚后，本篇我们重点来讲讲插件节点执行器，插件扩展我们后面会细讲。

1.插件节点执行器的整体设计

PluginNodeExecutor 负责把执行请求交给路由层 PluginServiceClient，PluginServiceClient 再根据插件 ID 或工具类型，把请求分发到对应的集成实现里。

这里我们把集成实现按职责进行了拆分。遇到 TTS 语音合成场景，就走 SmartTTSIntegration，专门处理文本转语音这条链路。遇到通用工具调用，就走 AiToolsIntegration，通过 Python 版或者 Java 版的 aitools 或 link 服务去完成最终的插件执行。

2.PluginNodeExecutor类的说明

PluginNodeExecutor 继承了 AbstractNodeExecutor ，并实现了 executeNode() 这个方法。它不负责具体执行哪个插件，也不关心是内置的 TTS 插件还是其他的第三方工具，它只做两件事：告诉执行引擎自己是 PLUGIN 插件节点执行器，然后把执行请求交给真正干活的 PluginServiceClient。

@Slf4j
@Component
public class PluginNodeExecutor extends AbstractNodeExecutor {
    @Autowired
    private PluginServiceClient pluginServiceClient;

    @Override
    public NodeTypeEnum getNodeType() {
        return NodeTypeEnum.PLUGIN;
    }
}

节点生命周期管理、上下文处理、异常兜底、回调这些通用逻辑都由 AbstractNodeExecutor 兜着。executeNode 方法拿到 nodeState 和 inputs 后，直接调用 pluginServiceClient.toolCall(nodeState, inputs) 拿到 outputs。

@Override
protected NodeRunResult executeNode(NodeState nodeState, Map inputs) throws Exception {
    Map outputs = pluginServiceClient.toolCall(nodeState, inputs);
    NodeRunResult result = new NodeRunResult();
    result.setOutputs(outputs);
    result.setInputs(inputs);
    result.setStatus(NodeExecStatusEnum.SUCCESS);
    return result;
}

也就是说，插件节点到底怎么执行，参数怎么传递，调用链路怎么走，成功失败怎么处理，这些都不管，执行器只负责发起调用并拿结果。

3.PluginServiceClient类的说明

PluginServiceClient 是插件服务的统一入口，负责根据插件类型路由到具体的实现类：

@Slf4j
@Service
public class PluginServiceClient {
    @Autowired
    private AiToolsIntegration aiToolsIntegration;
    @Autowired
    private SmartTTSIntegration smartTTSIntegration;

    public Map toolCall(NodeState nodeState, Map inputs) throws Exception {
        Node node = nodeState.node();
        Map output;
        if (Objects.equals(node.getData().getNodeParam().get("pluginId"), "tool@8b2262bef821000")) {
            // TTS 工具
            output = smartTTSIntegration.call(nodeState, inputs);
        } else {
            output = aiToolsIntegration.call(nodeState, inputs);
        }

        return output;
    }
}

目前支持两种插件类型：

• SmartTTSIntegration：专门用于语音合成的服务

• AiToolsIntegration：通用的A...