CN117215551A - 一种基于llm的低代码应用开发方法和系统 - Google Patents
一种基于llm的低代码应用开发方法和系统 Download PDFInfo
- Publication number
- CN117215551A CN117215551A CN202311107540.5A CN202311107540A CN117215551A CN 117215551 A CN117215551 A CN 117215551A CN 202311107540 A CN202311107540 A CN 202311107540A CN 117215551 A CN117215551 A CN 117215551A
- Authority
- CN
- China
- Prior art keywords
- code
- low
- user
- language model
- user interface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011161 development Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 47
- 238000012423 maintenance Methods 0.000 claims abstract description 34
- 239000012634 fragment Substances 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims description 29
- 238000010276 construction Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000003339 best practice Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Stored Programmes (AREA)
Abstract
本发明提出了一种基于LLM的低代码应用开发方法和系统。所述低代码应用开发方法包括：将预训练的语言模型集成到低代码平台；实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。所述系统包括与所述方法步骤对应的模块。
Description
技术领域
本发明提出了一种基于LLM的低代码应用开发方法和系统，属于软件应用开发技术领域。
背景技术
使用低代码开发平台是一个在应用程序开发中快速的、可视化的方式，有望降低编码的复杂性。然而，实际上，低代码开发平台也面临一些挑战。虽然低代码平台的设计旨在使开发变得更加易于理解，但平民开发者可能仍然需要一定的技术知识和培训才能充分利用这些平台。这是因为低代码平台仍然涉及到应用逻辑、数据模型和用户界面设计等方面的概念，这些对于新手可能不太容易理解。因此，降低低代码平台的学习门槛仍然是一个重要的挑战。低代码平台的学习成本也可能因平台的复杂性而上升。一些低代码平台提供了大量的功能和自定义选项，可能需要花费相当的时间来学习和掌握。这对于那些希望快速开发应用的开发者来说可能是一个问题。
发明内容
本发明提供了一种基于LLM的低代码应用开发方法和系统，用以解决现有技术中低代码应用开发难度大的问题，所采取的技术方案如下：
一种基于LLM的低代码应用开发方法，所述低代码应用开发方法包括：
将预训练的语言模型集成到低代码平台；
实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；
根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；
利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。
进一步地，将预训练的语言模型集成到低代码平台，包括：
获取访问预先训练好的语言模型的API权限，并构建API请求；
将API请求的URL、请求头部和请求数据作为参数传递给HTTP库的函数，并利用HTTP库发送已构建好的API请求至语言模型；
实时接收所述语言模型对于API请求的响应，其中，所述响应包含文本或指令；
根据所述语言模型发送的响应将所述语言模型集成到低代码平台中。
进一步地，实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令，包括：
实时接收用户发送的用于描述其应用需求的自然语言；
将所述自然语言发送至所述语言模型中，所述语言模型在接收到所述自然语言后，对所述自然语言进行解析，获得与所述自然语言对应的需求指令。
进一步地，根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段，包括：
将所述用户的需求指令发送至低代码组件库，所述低代码组件库根据所述需求指令提取与所述需求指令对应的组件；
所述语言模型根据自然语言生成多个中间标识，其中，所述中间标识与所述需求指令对应的组件一一对应，用于指示各个组件以及每个组件与自然语言对应的组合关系；
将所述中间标识赋予至低代码组件库中，所述低代码组件库根据所述中间标识将所述组件按照中间标识中包含的每个组件与自然语言对应的组合关系进行自动组合，生成代码片段。
进一步地，利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署，包括：
低代码平台利用所述代码片段通过自动拖拽和配置的方式自动构建用户界面；
针对完成构建的用户界面自动进入测试阶段，测试所述用户界面中的各个功能模块是否正常运行，当出现运行异常时，则进行异常报警；
完成用户界面的自动测试后，将所述用户界面根据用户的应用需求部署至用户指定的环境中；
在完成用户界面部署后，所述低代码平台实时对完成部署的用户界面进行管理、定期运检及应用运行维护。
一种基于LLM的低代码应用开发系统，所述低代码应用开发系统包括：
集成模块，用于将预训练的语言模型集成到低代码平台；
需求指令获取模块，用于实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；
代码片段生成模块，用于根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；
界面自动构建模块，用于利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。
进一步地，所述集成模块包括：
API请求构建模块，用于获取访问预先训练好的语言模型的API权限，并构建API请求；
信息发送模块，用于将API请求的URL、请求头部和请求数据作为参数传递给HTTP库的函数，并利用HTTP库发送已构建好的API请求至语言模型；
响应接收模块，用于实时接收所述语言模型对于API请求的响应，其中，所述响应包含文本或指令；
模型集成执行模块，用于根据所述语言模型发送的响应将所述语言模型集成到低代码平台中。
进一步地，所述需求指令获取模块包括：
信息实时接收模块，用于实时接收用户发送的用于描述其应用需求的自然语言；
解析模块，用于将所述自然语言发送至所述语言模型中，所述语言模型在接收到所述自然语言后，对所述自然语言进行解析，获得与所述自然语言对应的需求指令。
进一步地，所述代码片段生成模块包括：
指令发送模块，用于将所述用户的需求指令发送至低代码组件库，所述低代码组件库根据所述需求指令提取与所述需求指令对应的组件；
中间标识生成模块，用于所述语言模型根据自然语言生成多个中间标识，其中，所述中间标识与所述需求指令对应的组件一一对应，用于指示各个组件以及每个组件与自然语言对应的组合关系；
代码片段自动生成模块，用于将所述中间标识赋予至低代码组件库中，所述低代码组件库根据所述中间标识将所述组件按照中间标识中包含的每个组件与自然语言对应的组合关系进行自动组合，生成代码片段。
进一步地，所述界面自动构建模块包括：
用户界面构建模块，用于低代码平台利用所述代码片段通过自动拖拽和配置的方式自动构建用户界面；
自动测试模块，用于针对完成构建的用户界面自动进入测试阶段，测试所述用户界面中的各个功能模块是否正常运行，当出现运行异常时，则进行异常报警；
部署模块，用于完成用户界面的自动测试后，将所述用户界面根据用户的应用需求部署至用户指定的环境中；
运维管理模块，用于在完成用户界面部署后，所述低代码平台实时对完成部署的用户界面进行管理、定期运检及应用运行维护。
本发明有益效果：
本发明提出的一种基于LLM的低代码应用开发方法和系统通过结合LLM帮助用户使用低代码开发平台开发所需要的低代码应用。用户通过输入需求可以让LLM对已有的低代码开发组件进行组合生成用户所需要的低代码应用。通过LLM生成低代码应用可以减少用户使用低代码平台的学习成本，能够更加快速灵活地生成所需要的低代码应用。而LLM与低代码平台结合又弥补了LLM独立生成代码的不足，LLM不再是生成代码，而是对已有代码进行组合利用，能够更好地生成用户所需要的应用。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提出了一种基于LLM的低代码应用开发方法，如图1所示，所述低代码应用开发方法包括：
S1、将预训练的语言模型集成到低代码平台；
S2、实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；
S3、根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；
S4、利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。
上述技术方案的工作原理为：集成语言模型(S1)：预训练的语言模型被集成到低代码平台中。这个语言模型可以理解自然语言输入，并生成相应的代码片段。
应用需求接收(S2)：平台实时接收用户发送的应用需求，这可以是用户以自然语言形式描述的需求。需求指令解析：根据用户的应用需求，平台获取与需求相对应的需求指令。
组件选择与自动组合(S3)：平台从低代码组件库中选择与用户需求指令相对应的组件。然后，语言模型自动组合这些组件，生成相应的代码片段，包括应用逻辑和界面设计。用户界面构建：生成的代码片段被用于构建用户界面，这包括创建界面元素、定义交互行为等。这一步通常还包括测试、调整和优化用户界面。
部署和维护(S4)：最后，生成的应用程序可以进行周期性的部署和维护。这可以包括对应用程序的更新、修复漏洞以及持续的功能增强。
上述技术方案的效果为：提高开发效率：本实施例的上述技术方案通过自动化应用程序的代码生成，显著提高了开发效率。开发人员不需要手动编写大部分代码，从而加快了应用程序的开发速度。
降低学习曲线：对于非专业的开发者，这个方案可以降低学习曲线。他们可以使用自然语言来表达需求，而不必深入了解编程语言。
减少人为错误：自动生成的代码片段通常会减少人为错误的可能性，因为它们是由语言模型根据规则和最佳实践生成的。
快速迭代和维护：平台可以快速生成和部署应用程序，使开发者能够更容易地进行迭代和维护。
更广泛的应用范围：这个方案使更多的人能够参与应用程序的开发，促进了应用程序开发的民主化，可以满足不同领域和行业的需求。
总之，本实施例的上述技术方案将自然语言理解和代码生成相结合，提高了低代码平台的效率和易用性，有助于更快速地开发应用程序，并促进了应用程序开发的创新。
本发明的一个实施例，将预训练的语言模型集成到低代码平台，包括：
S101、获取访问预先训练好的语言模型的API权限，并构建API请求；
S102、将API请求的URL、请求头部和请求数据作为参数传递给HTTP库的函数，并利用HTTP库发送已构建好的API请求至语言模型；
S103、实时接收所述语言模型对于API请求的响应，其中，所述响应包含文本或指令；
S104、根据所述语言模型发送的响应将所述语言模型集成到低代码平台中。
上述技术方案的工作原理为：获取API权限(S101)：获取访问预先训练好的语言模型的API权限。这可能涉及到与提供语言模型服务的供应商进行身份验证和授权的过程。
构建API请求(S101)：使用获得的API权限，构建API请求。这通常包括构建HTTP请求的URL、请求头部(包括身份验证信息、请求格式等)和请求数据(通常是用户的自然语言输入)。
发送API请求(S102)：将构建好的API请求传递给HTTP库的函数，并使用HTTP库发送请求至语言模型的API。这将触发语言模型的处理过程。
接收响应(S103)：实时接收语言模型对API请求的响应。响应通常包含语言模型生成的文本或指令，可能是根据用户输入生成的代码片段或其他自然语言处理的结果。
集成语言模型(S104)：根据语言模型发送的响应，将语言模型集成到低代码平台中。这可能涉及将生成的代码片段或指令用于应用程序的开发或其他自动化任务。
上述技术方案的效果为：自动化开发：这个技术方案允许开发者使用自然语言与语言模型进行交互，从而自动生成代码或执行其他自动化任务，从而提高了开发效率。
易用性：通过自然语言输入，降低了非技术人员与低代码平台的互动门槛，使更多人能够参与应用程序开发。
提高生产力：利用语言模型，可以更快速地生成代码或执行其他任务，从而提高了生产力，减少了手动工作量。
减少开发成本：自动化开发可以减少开发成本，因为它减少了手动编码的需求，同时提供了更快的开发周期。
总之，本实施例的上述技术方案通过将预训练的语言模型与低代码平台集成，使开发更加自动化、易用和高效，有助于加速应用程序开发和其他自动化任务的实现。
本发明的一个实施例，实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令，包括：
S201、实时接收用户发送的用于描述其应用需求的自然语言；
S202、将所述自然语言发送至所述语言模型中，所述语言模型在接收到所述自然语言后，对所述自然语言进行解析，获得与所述自然语言对应的需求指令。
上述技术方案的工作原理为：实时接收自然语言描述(S201)：用户通过某种输入方式(例如文本输入、语音识别等)实时发送自然语言描述，用于表达他们的应用需求。这可以是用户提出的问题、要求或指令。
将自然语言发送至语言模型(S202)：接收到用户的自然语言描述后，系统将这些描述发送至预先训练好的语言模型。语言模型是一个机器学习模型，具备自然语言处理能力，可以理解和解析自然语言输入。
自然语言解析：语言模型接收到自然语言描述后，进行语义解析和处理。它识别描述中的关键信息，提取出用户的需求、指令或问题。
需求指令生成：基于自然语言解析的结果，语言模型生成相应的需求指令。这些需求指令通常以结构化形式存在，以便系统可以理解和处理。
上述技术方案的效果为：自然语言理解：这个技术方案利用预训练的语言模型，使系统能够理解用户的自然语言输入，而无需用户学习特定的命令或语法。
提高用户友好性：用户可以用他们自己的方式表达需求，提高了系统的用户友好性。用户不必担心技术细节或特定的输入格式。
自动化需求解析：语言模型的使用使需求解析自动化，降低了人工干预的需求。这有助于提高系统的效率。
应用广泛：这个技术方案在各种领域有广泛应用，包括虚拟助手、智能客服、自动化任务执行等。
总之，本实施的上述技术方案通过将自然语言与预训练的语言模型相结合，使系统能够实时理解用户的需求，并将其转化为结构化的需求指令，从而提高了系统的交互性和用户友好性，有助于更有效地满足用户的需求。
本发明的一个实施例，根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段，包括：
S301、将所述用户的需求指令发送至低代码组件库，所述低代码组件库根据所述需求指令提取与所述需求指令对应的组件；
S302、所述语言模型根据自然语言生成多个中间标识，其中，所述中间标识与所述需求指令对应的组件一一对应，用于指示各个组件以及每个组件与自然语言对应的组合关系；
S303、将所述中间标识赋予至低代码组件库中，所述低代码组件库根据所述中间标识将所述组件按照中间标识中包含的每个组件与自然语言对应的组合关系进行自动组合，生成代码片段。
上述技术方案的工作原理为：需求指令提取(S301)：用户的需求指令被发送至低代码组件库。这些需求指令用于描述用户需要的功能、界面或业务逻辑。
中间标识生成(S302)：语言模型根据自然语言需求指令生成多个中间标识。这些中间标识与需求指令对应的组件一一对应，并用于指示每个组件以及它们之间的组合关系。中间标识的生成是语言模型的核心功能，它将自然语言转化为机器可理解的结构化标识。
中间标识赋予：生成的中间标识被赋予给低代码组件库。
自动组合代码片段(S303)：低代码组件库根据中间标识中包含的每个组件与自然语言对应的组合关系，自动组合这些组件，生成相应的代码片段。这些代码片段包括应用程序的前端和后端代码，以满足用户需求。
上述技术方案的效果为：自动化代码生成：本实施例的上述技术方案实现了自动化的代码生成，无需开发者手动编写大部分代码，从而提高了开发效率。
降低开发门槛：开发者不需要深入了解每个组件的实现细节，而是可以通过自然语言描述需求，从而降低了开发门槛，使更多人能够参与应用程序开发。
减少错误率：自动化生成的代码片段通常具有更少的错误和一致性问题，因为它们是根据中间标识和需求指令生成的。
快速迭代：由于代码生成是自动的，因此可以更容易地进行快速迭代和调整以满足用户需求的变化。
总之，本实施例的上述技术方案通过结合低代码组件库和语言模型，使系统能够根据用户需求自动生成代码片段，从而加速了应用程序开发过程，提高了开发效率和易用性。
本发明的一个实施例，利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署，包括：
S401、低代码平台利用所述代码片段通过自动拖拽和配置的方式自动构建用户界面；
S402、针对完成构建的用户界面自动进入测试阶段，测试所述用户界面中的各个功能模块是否正常运行，当出现运行异常时，则进行异常报警；
S403、完成用户界面的自动测试后，将所述用户界面根据用户的应用需求部署至用户指定的环境中；
S404、在完成用户界面部署后，所述低代码平台实时对完成部署的用户界面进行管理、定期运检及应用运行维护。
上述技术方案的工作原理为：自动构建用户界面(S401)：利用生成的代码片段，低代码平台通过自动拖拽和配置的方式自动构建用户界面。这包括创建界面元素、定义布局和交互行为等。
自动测试(S402)：构建完成的用户界面进入测试阶段。系统会自动测试界面中的各个功能模块是否正常运行。如果发现运行异常，系统会触发异常报警，通知相关人员进行修复。
自动部署(S403)：完成用户界面的自动测试后，根据用户的应用需求，低代码平台将用户界面部署到用户指定的环境中。这可能包括云服务器、移动应用商店等。
运维和维护(S404)：部署完成后，低代码平台实时对已部署的用户界面进行管理和监控。这包括定期的运行检查、性能监测、异常处理以及应用程序的运行维护。
上述技术方案的效果为：自动化构建和部署：本实施例的上述技术方案实现了用户界面的自动化构建、测试和部署，减少了手动干预的需求，提高了开发效率。
提高质量：自动测试阶段有助于提高应用程序的质量，减少了潜在的运行异常和错误，提高了用户满意度。
快速迭代：自动化构建和部署使开发团队能够更快速地进行迭代和调整，以适应用户需求的变化。
减少人工维护：自动化运维和维护过程有助于减少手动维护的工作量，提高了应用程序的可靠性和稳定性。
实时监控：系统实时监控应用程序的运行状况，及时发现问题并采取措施，确保应用程序的持续运行。
总之，本实施例的上述技术方案通过自动化构建、测试、部署和维护用户界面，提高了开发效率，减少了错误，加速了应用程序的发布周期，并增强了应用程序的可靠性和稳定性。
本发明实施例提出了一种基于LLM的低代码应用开发系统，如图2所示，所述低代码应用开发系统包括：
集成模块，用于将预训练的语言模型集成到低代码平台；
需求指令获取模块，用于实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；
代码片段生成模块，用于根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；
界面自动构建模块，用于利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。
上述技术方案的工作原理为：集成语言模型：预训练的语言模型被集成到低代码平台中。这个语言模型可以理解自然语言输入，并生成相应的代码片段。
应用需求接收：平台实时接收用户发送的应用需求，这可以是用户以自然语言形式描述的需求。需求指令解析：根据用户的应用需求，平台获取与需求相对应的需求指令。
组件选择与自动组合：平台从低代码组件库中选择与用户需求指令相对应的组件。然后，语言模型自动组合这些组件，生成相应的代码片段，包括应用逻辑和界面设计。用户界面构建：生成的代码片段被用于构建用户界面，这包括创建界面元素、定义交互行为等。这一步通常还包括测试、调整和优化用户界面。
部署和维护：最后，生成的应用程序可以进行周期性的部署和维护。这可以包括对应用程序的更新、修复漏洞以及持续的功能增强。
上述技术方案的效果为：提高开发效率：本实施例的上述技术方案通过自动化应用程序的代码生成，显著提高了开发效率。开发人员不需要手动编写大部分代码，从而加快了应用程序的开发速度。
降低学习曲线：对于非专业的开发者，这个方案可以降低学习曲线。他们可以使用自然语言来表达需求，而不必深入了解编程语言。
减少人为错误：自动生成的代码片段通常会减少人为错误的可能性，因为它们是由语言模型根据规则和最佳实践生成的。
快速迭代和维护：平台可以快速生成和部署应用程序，使开发者能够更容易地进行迭代和维护。
更广泛的应用范围：这个方案使更多的人能够参与应用程序的开发，促进了应用程序开发的民主化，可以满足不同领域和行业的需求。
总之，本实施例的上述技术方案将自然语言理解和代码生成相结合，提高了低代码平台的效率和易用性，有助于更快速地开发应用程序，并促进了应用程序开发的创新。
本发明的一个实施例，所述集成模块包括：
API请求构建模块，用于获取访问预先训练好的语言模型的API权限，并构建API请求；
信息发送模块，用于将API请求的URL、请求头部和请求数据作为参数传递给HTTP库的函数，并利用HTTP库发送已构建好的API请求至语言模型；
响应接收模块，用于实时接收所述语言模型对于API请求的响应，其中，所述响应包含文本或指令；
模型集成执行模块，用于根据所述语言模型发送的响应将所述语言模型集成到低代码平台中。
上述技术方案的工作原理为：获取API权限：获取访问预先训练好的语言模型的API权限。这可能涉及到与提供语言模型服务的供应商进行身份验证和授权的过程。
构建API请求：使用获得的API权限，构建API请求。这通常包括构建HTTP请求的URL、请求头部(包括身份验证信息、请求格式等)和请求数据(通常是用户的自然语言输入)。
发送API请求：将构建好的API请求传递给HTTP库的函数，并使用HTTP库发送请求至语言模型的API。这将触发语言模型的处理过程。
接收响应：实时接收语言模型对API请求的响应。响应通常包含语言模型生成的文本或指令，可能是根据用户输入生成的代码片段或其他自然语言处理的结果。
集成语言模型：根据语言模型发送的响应，将语言模型集成到低代码平台中。这可能涉及将生成的代码片段或指令用于应用程序的开发或其他自动化任务。
上述技术方案的效果为：自动化开发：这个技术方案允许开发者使用自然语言与语言模型进行交互，从而自动生成代码或执行其他自动化任务，从而提高了开发效率。
易用性：通过自然语言输入，降低了非技术人员与低代码平台的互动门槛，使更多人能够参与应用程序开发。
提高生产力：利用语言模型，可以更快速地生成代码或执行其他任务，从而提高了生产力，减少了手动工作量。
减少开发成本：自动化开发可以减少开发成本，因为它减少了手动编码的需求，同时提供了更快的开发周期。
总之，本实施例的上述技术方案通过将预训练的语言模型与低代码平台集成，使开发更加自动化、易用和高效，有助于加速应用程序开发和其他自动化任务的实现。
本发明的一个实施例，所述需求指令获取模块包括：
信息实时接收模块，用于实时接收用户发送的用于描述其应用需求的自然语言；
解析模块，用于将所述自然语言发送至所述语言模型中，所述语言模型在接收到所述自然语言后，对所述自然语言进行解析，获得与所述自然语言对应的需求指令。
上述技术方案的工作原理为：实时接收自然语言描述：用户通过某种输入方式(例如文本输入、语音识别等)实时发送自然语言描述，用于表达他们的应用需求。这可以是用户提出的问题、要求或指令。
将自然语言发送至语言模型：接收到用户的自然语言描述后，系统将这些描述发送至预先训练好的语言模型。语言模型是一个机器学习模型，具备自然语言处理能力，可以理解和解析自然语言输入。
自然语言解析：语言模型接收到自然语言描述后，进行语义解析和处理。它识别描述中的关键信息，提取出用户的需求、指令或问题。
需求指令生成：基于自然语言解析的结果，语言模型生成相应的需求指令。这些需求指令通常以结构化形式存在，以便系统可以理解和处理。
上述技术方案的效果为：自然语言理解：这个技术方案利用预训练的语言模型，使系统能够理解用户的自然语言输入，而无需用户学习特定的命令或语法。
提高用户友好性：用户可以用他们自己的方式表达需求，提高了系统的用户友好性。用户不必担心技术细节或特定的输入格式。
自动化需求解析：语言模型的使用使需求解析自动化，降低了人工干预的需求。这有助于提高系统的效率。
应用广泛：这个技术方案在各种领域有广泛应用，包括虚拟助手、智能客服、自动化任务执行等。
总之，本实施的上述技术方案通过将自然语言与预训练的语言模型相结合，使系统能够实时理解用户的需求，并将其转化为结构化的需求指令，从而提高了系统的交互性和用户友好性，有助于更有效地满足用户的需求。
本发明的一个实施例，所述代码片段生成模块包括：
指令发送模块，用于将所述用户的需求指令发送至低代码组件库，所述低代码组件库根据所述需求指令提取与所述需求指令对应的组件；
中间标识生成模块，用于所述语言模型根据自然语言生成多个中间标识，其中，所述中间标识与所述需求指令对应的组件一一对应，用于指示各个组件以及每个组件与自然语言对应的组合关系；
代码片段自动生成模块，用于将所述中间标识赋予至低代码组件库中，所述低代码组件库根据所述中间标识将所述组件按照中间标识中包含的每个组件与自然语言对应的组合关系进行自动组合，生成代码片段。
上述技术方案的工作原理为：需求指令提取：用户的需求指令被发送至低代码组件库。这些需求指令用于描述用户需要的功能、界面或业务逻辑。
中间标识生成：语言模型根据自然语言需求指令生成多个中间标识。这些中间标识与需求指令对应的组件一一对应，并用于指示每个组件以及它们之间的组合关系。中间标识的生成是语言模型的核心功能，它将自然语言转化为机器可理解的结构化标识。
中间标识赋予：生成的中间标识被赋予给低代码组件库。
自动组合代码片段：低代码组件库根据中间标识中包含的每个组件与自然语言对应的组合关系，自动组合这些组件，生成相应的代码片段。这些代码片段包括应用程序的前端和后端代码，以满足用户需求。
上述技术方案的效果为：自动化代码生成：本实施例的上述技术方案实现了自动化的代码生成，无需开发者手动编写大部分代码，从而提高了开发效率。
降低开发门槛：开发者不需要深入了解每个组件的实现细节，而是可以通过自然语言描述需求，从而降低了开发门槛，使更多人能够参与应用程序开发。
减少错误率：自动化生成的代码片段通常具有更少的错误和一致性问题，因为它们是根据中间标识和需求指令生成的。
快速迭代：由于代码生成是自动的，因此可以更容易地进行快速迭代和调整以满足用户需求的变化。
总之，本实施例的上述技术方案通过结合低代码组件库和语言模型，使系统能够根据用户需求自动生成代码片段，从而加速了应用程序开发过程，提高了开发效率和易用性。
本发明的一个实施例，所述界面自动构建模块包括：
用户界面构建模块，用于低代码平台利用所述代码片段通过自动拖拽和配置的方式自动构建用户界面；
自动测试模块，用于针对完成构建的用户界面自动进入测试阶段，测试所述用户界面中的各个功能模块是否正常运行，当出现运行异常时，则进行异常报警；
部署模块，用于完成用户界面的自动测试后，将所述用户界面根据用户的应用需求部署至用户指定的环境中；
运维管理模块，用于在完成用户界面部署后，所述低代码平台实时对完成部署的用户界面进行管理、定期运检及应用运行维护。
上述技术方案的工作原理为：自动构建用户界面：利用生成的代码片段，低代码平台通过自动拖拽和配置的方式自动构建用户界面。这包括创建界面元素、定义布局和交互行为等。
自动测试：构建完成的用户界面进入测试阶段。系统会自动测试界面中的各个功能模块是否正常运行。如果发现运行异常，系统会触发异常报警，通知相关人员进行修复。
自动部署：完成用户界面的自动测试后，根据用户的应用需求，低代码平台将用户界面部署到用户指定的环境中。这可能包括云服务器、移动应用商店等。
运维和维护：部署完成后，低代码平台实时对已部署的用户界面进行管理和监控。这包括定期的运行检查、性能监测、异常处理以及应用程序的运行维护。
上述技术方案的效果为：自动化构建和部署：本实施例的上述技术方案实现了用户界面的自动化构建、测试和部署，减少了手动干预的需求，提高了开发效率。
提高质量：自动测试阶段有助于提高应用程序的质量，减少了潜在的运行异常和错误，提高了用户满意度。
快速迭代：自动化构建和部署使开发团队能够更快速地进行迭代和调整，以适应用户需求的变化。
减少人工维护：自动化运维和维护过程有助于减少手动维护的工作量，提高了应用程序的可靠性和稳定性。
实时监控：系统实时监控应用程序的运行状况，及时发现问题并采取措施，确保应用程序的持续运行。
总之，本实施例的上述技术方案通过自动化构建、测试、部署和维护用户界面，提高了开发效率，减少了错误，加速了应用程序的发布周期，并增强了应用程序的可靠性和稳定性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于LLM的低代码应用开发方法，其特征在于，所述低代码应用开发方法包括：
将预训练的语言模型集成到低代码平台；
实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；
根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；
利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。
2.根据权利要求1所述低代码应用开发方法，其特征在于，将预训练的语言模型集成到低代码平台，包括：
获取访问预先训练好的语言模型的API权限，并构建API请求；
将API请求的URL、请求头部和请求数据作为参数传递给HTTP库的函数，并利用HTTP库发送已构建好的API请求至语言模型；
实时接收所述语言模型对于API请求的响应，其中，所述响应包含文本或指令；
根据所述语言模型发送的响应将所述语言模型集成到低代码平台中。
3.根据权利要求1所述低代码应用开发方法，其特征在于，实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令，包括：
实时接收用户发送的用于描述其应用需求的自然语言；
将所述自然语言发送至所述语言模型中，所述语言模型在接收到所述自然语言后，对所述自然语言进行解析，获得与所述自然语言对应的需求指令。
4.根据权利要求1所述低代码应用开发方法，其特征在于，根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段，包括：
将所述用户的需求指令发送至低代码组件库，所述低代码组件库根据所述需求指令提取与所述需求指令对应的组件；
所述语言模型根据自然语言生成多个中间标识，其中，所述中间标识与所述需求指令对应的组件一一对应，用于指示各个组件以及每个组件与自然语言对应的组合关系；
将所述中间标识赋予至低代码组件库中，所述低代码组件库根据所述中间标识将所述组件按照中间标识中包含的每个组件与自然语言对应的组合关系进行自动组合，生成代码片段。
5.根据权利要求1所述低代码应用开发方法，其特征在于，利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署，包括：
低代码平台利用所述代码片段通过自动拖拽和配置的方式自动构建用户界面；
针对完成构建的用户界面自动进入测试阶段，测试所述用户界面中的各个功能模块是否正常运行，当出现运行异常时，则进行异常报警；
完成用户界面的自动测试后，将所述用户界面根据用户的应用需求部署至用户指定的环境中；
在完成用户界面部署后，所述低代码平台实时对完成部署的用户界面进行管理、定期运检及应用运行维护。
6.一种基于LLM的低代码应用开发系统，其特征在于，所述低代码应用开发系统包括：
集成模块，用于将预训练的语言模型集成到低代码平台；
需求指令获取模块，用于实时接收用户发送的应用需求，并根据所述应用需求获取与所述应用需求对应的需求指令；
代码片段生成模块，用于根据低代码组件库中选择与所述用户的需求指令对应的组件，并利用所述语言模型对所述用户的需求指令对应的组件进行自动组合，生成代码片段；
界面自动构建模块，用于利用所述代码片段自动构建用户界面，并对用户界面进行测试调整和维护周期部署。
7.根据权利要求6所述低代码应用开发系统，其特征在于，所述集成模块包括：
API请求构建模块，用于获取访问预先训练好的语言模型的API权限，并构建API请求；
信息发送模块，用于将API请求的URL、请求头部和请求数据作为参数传递给HTTP库的函数，并利用HTTP库发送已构建好的API请求至语言模型；
响应接收模块，用于实时接收所述语言模型对于API请求的响应，其中，所述响应包含文本或指令；
模型集成执行模块，用于根据所述语言模型发送的响应将所述语言模型集成到低代码平台中。
8.根据权利要求6所述低代码应用开发系统，其特征在于，所述需求指令获取模块包括：
信息实时接收模块，用于实时接收用户发送的用于描述其应用需求的自然语言；
解析模块，用于将所述自然语言发送至所述语言模型中，所述语言模型在接收到所述自然语言后，对所述自然语言进行解析，获得与所述自然语言对应的需求指令。
9.根据权利要求6所述低代码应用开发系统，其特征在于，所述代码片段生成模块包括：
指令发送模块，用于将所述用户的需求指令发送至低代码组件库，所述低代码组件库根据所述需求指令提取与所述需求指令对应的组件；
中间标识生成模块，用于所述语言模型根据自然语言生成多个中间标识，其中，所述中间标识与所述需求指令对应的组件一一对应，用于指示各个组件以及每个组件与自然语言对应的组合关系；
代码片段自动生成模块，用于将所述中间标识赋予至低代码组件库中，所述低代码组件库根据所述中间标识将所述组件按照中间标识中包含的每个组件与自然语言对应的组合关系进行自动组合，生成代码片段。
10.根据权利要求6所述低代码应用开发系统，其特征在于，所述界面自动构建模块包括：
用户界面构建模块，用于低代码平台利用所述代码片段通过自动拖拽和配置的方式自动构建用户界面；
自动测试模块，用于针对完成构建的用户界面自动进入测试阶段，测试所述用户界面中的各个功能模块是否正常运行，当出现运行异常时，则进行异常报警；
部署模块，用于完成用户界面的自动测试后，将所述用户界面根据用户的应用需求部署至用户指定的环境中；
运维管理模块，用于在完成用户界面部署后，所述低代码平台实时对完成部署的用户界面进行管理、定期运检及应用运行维护。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311107540.5A CN117215551A (zh) | 2023-08-30 | 2023-08-30 | 一种基于llm的低代码应用开发方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311107540.5A CN117215551A (zh) | 2023-08-30 | 2023-08-30 | 一种基于llm的低代码应用开发方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117215551A true CN117215551A (zh) | 2023-12-12 |
Family
ID=89041663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311107540.5A Pending CN117215551A (zh) | 2023-08-30 | 2023-08-30 | 一种基于llm的低代码应用开发方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117215551A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117492736A (zh) * | 2023-10-31 | 2024-02-02 | 慧之安信息技术股份有限公司 | 一种基于大模型的低代码平台构建方法和系统 |
| CN118092908A (zh) * | 2024-04-17 | 2024-05-28 | 浪潮软件股份有限公司 | 一种基于大语言模型的应用程序生成方法及装置 |
-
2023
- 2023-08-30 CN CN202311107540.5A patent/CN117215551A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117492736A (zh) * | 2023-10-31 | 2024-02-02 | 慧之安信息技术股份有限公司 | 一种基于大模型的低代码平台构建方法和系统 |
| CN118092908A (zh) * | 2024-04-17 | 2024-05-28 | 浪潮软件股份有限公司 | 一种基于大语言模型的应用程序生成方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9098633B2 (en) | Application testing | |
| CN117215551A (zh) | 一种基于llm的低代码应用开发方法和系统 | |
| US9477581B2 (en) | Integrated system and method for validating the functionality and performance of software applications | |
| US10678666B1 (en) | Method and system for implementing automated test and retest procedures in a virtual test environment | |
| US10296302B1 (en) | One-click deployment of industrial software | |
| Koziolek | Automated improvement of software architecture models for performance and other quality attributes | |
| US8731896B2 (en) | Virtual testbed for system verification test | |
| CN110287109A (zh) | 协议接口的测试方法、装置、计算机设备及其存储介质 | |
| CN103995777A (zh) | 嵌入式软件黑盒自动化测试系统及测试方法 | |
| CN102141962A (zh) | 一种安全性分布式测试框架系统及其测试方法 | |
| CN109977012B (zh) | 系统的联调测试方法、装置、设备及计算机可读存储介质 | |
| US20190138299A1 (en) | Software development lifecycle as a service | |
| Garcia et al. | Bootstrapping mde development from ros manual code-part 1: Metamodeling | |
| CN113204495A (zh) | 基于b/s架构的自动化测试方法、装置、存储介质及设备 | |
| CN117215550A (zh) | 一种基于llm的低代码组件生成方法和系统 | |
| CN111221729A (zh) | 一种平台服务与测试服务分离的自动化测试方法及系统 | |
| CN101008915A (zh) | 网络芯片的自动化验证方法 | |
| CN117931620A (zh) | 一种降低智能终端系统测试技术门槛的自动化测试方法 | |
| CN112015371A (zh) | 一种非嵌入式软件平台下的软件开发装置 | |
| CN113220561A (zh) | 一种测试用例管理方法、装置、设备及介质 | |
| CN113535560B (zh) | 测试执行方法、装置、存储介质和计算设备 | |
| CN115391174A (zh) | 一种自动化软件测试平台 | |
| Hill Jr et al. | Sequence-of-events-driven automation of the deep space network | |
| CN114925516A (zh) | 一种自动建模并仿真的方法和装置 | |
| CN108595166B (zh) | 一种分布式物联网应用执行引擎实现方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |