[]
        
(Showing Draft Content)

AI低代码平台技术能力清单

本页面重点关注AI低代码平台的技术能力,帮助读者建立对该产品的能力框架认知,提升产品选型的针对性和有效性。

推荐阅读:负责或参与低代码产品选型评估的技术人员。

一、低代码平台核心能力

参见:低代码的定义与发展历程

二、AI辅助开发能力

AI辅助开发能力的价值在于提升应用开发效率,但受限于当前AI大模型的推理能力,完成度整体偏低,建议将本章节中涉及到的能力视作“加分项”而非“必需项”。

2.1 AI生成元素(代码)

平台需以自然语言对话的形式,接受开发者的需求描述,经过AI解析,结合上下文生成对应元素的代码,经开发者确认后,将其纳入到低代码工程中。

这里的“元素”包含但不限于:

  • 数据表

  • 业务逻辑单元

  • 页面框架与元素

2.2 AI生成元素(元数据)

平台需以自然语言对话的形式,接受开发者的需求描述,经过AI解析,结合上下文生成对应元素的元数据,经开发者确认后,将其纳入到低代码工程中。

这里的“元素”包含但不限于:

  • 数据表

  • 业务逻辑单元

  • 页面框架与元素

2.3 AI生成模块

平台需以自然语言对话的形式,接受开发者的需求描述,经过AI解析,生成可独立运行的软件模块。

这里的模块包含但不限于:

  • 服务端WebAPI

  • 前端页面与配套的后端服务

  • 包含有节点和策略的工作流

  • 报表与配套的数据服务

  • AI智能体

2.4 AI生成应用

平台需以自然语言对话的形式,接受开发者的需求描述,经过AI解析,生成完整的企业应用。

三、AI智能体构建能力(生成式AI)

基于生成式AI的智能体构建能力对于AI智能体开发项目的重要度很高,可视为“必需项”,如明确界定该选型不涉及AI整体,则可忽略本章节中涉及到的能力。考虑到AI智能体是企业软件的发展趋势,我们强烈建议您将AI智能体纳入低代码的应用场景,同时高度重视相关能力。

3.1 可视化构建Agent

在前端和后端的业务逻辑单元中提供构建Agent的组件。该组件通过调用AI大语言模型,实现与生成式AI的交互。组件中应支持组织并传递提示词、接收大模型返回内容的基础功能。

  • 需要支持调用大模型

    • 兼容大模型接口,包含但不限于OpenAI接口

    • 提示词需要支持系统提示词和用户提示词

    • 提示词需要支持根据上下文动态生成,上下文包含但不限于参数、当前用户信息、当前时间等

  • 需要支持对接外部知识库,包含到不限于RAG模式

  • 需要支持Function Call(含Function的参数设计和逻辑编排)

  • 需要支持接入MCP

  • 需要支持调试

  • 需要支持权限控制

  • 需要支持记录日志

为了快速构建类似于对话框的用户体验,平台可支持以下能力:

  • 提供对话框的前端组件

  • 组件支持监听和处理“收到用户消息”事件,支持“向对话框中插入文本消息/图片消息/自定义消息”的方法

  • 组件支持与平台构建的、包含Agent组件的后端业务逻辑单元对接,实现与生成式AI的交互

在多模态大模型成熟前,平台宜支持多种不同模态的大模型,如音频处理、图片识别、文生图等。

3.2 可视化构建Workflow

平台的后端业务逻辑单元中提供Agent编排能力,支持构建包含有多个Agent的workflow。Agent编排能力需要支持以下功能:

  • 需要支持Workflow的逻辑编排能力

    • 图灵完全的逻辑能力,功能包括变量赋值、顺序执行、判断、循环、返回和调用子workflow

    • 数字计算和文字处理的公式系统

    • 外部传入参数、传出参数和上下文变量,涵盖基础类型和数组类型

    • 支持调用使用低代码平台构建的Agent

  • 支持与外部能力集成,包含但不限于数据库读写、调用第三方WebAPI等

  • 支持与包含人工节点的工作流集成

  • 支持调试

  • 支持权限控制

  • 支持记录日志

3.3 可视化构建业务能力(如MCP)

平台应支持构建兼容AI大模型的业务能力,提供给第三方大模型使用,包含但不限于HTTP协议、MCP(Model Context Protocol)协议。

四、与AI相关的通用能力

  • 需要支持多种主流大模型,包含但不限于运行在云端或本地服务器的deepseek、通义千问等

  • 支持在同一个低代码项目中混用不同的大模型,以应对差异化的AI场景

  • 需要支持为开发环境和运行环境配置不同的大模型