低代码牵手 AI 接口：开启智能化开发新征程

一、低代码与 AI 接口的结合趋势

低代码开发平台近年来在软件开发领域迅速崛起。随着企业数字化转型的需求不断增长，低代码开发平台以其快速构建应用程序的优势，满足了企业对高效开发的需求。例如，启效云低代码平台通过范式化和高颗粒度的可配置性，大幅降低了开发成本。

同时，AI 技术在各行业广泛应用。在医疗领域，AI 辅助诊断系统能快速准确地识别肿瘤等异常情况，提高诊断准确性和效率；在金融领域，智能投顾服务利用大数据和机器学习技术为投资者提供个性化投资建议；在教育领域，AI 为学生提供定制化学习资源和建议。

低代码与 AI 接口的结合具有必然性。一方面，低代码开发平台降低了软件开发的门槛，使非专业开发者也能参与到应用程序的构建中。另一方面，AI 技术可以为低代码开发提供智能化的功能支持。例如，AI 可以实现自动化代码生成、智能数据分析和决策支持等功能。这种结合就像两块拼图完美嵌合，降低了数字化和智能化的门槛，为企业数智化建设提供了新解法。微软发布的 Power Platform Copilot 引领了 AI 生成式低代码应用开发新时代，开发者只需用自然语言描述要求，Copilot 就能快速完成应用程序构建并提供改进建议。国内也有不少企业在探索低代码与 AI 的结合，如百度智能云推出的代码助手 Comate，炎黄盈动发布的 AI 低代码平台等。总之，低代码与 AI 接口的结合是未来软件开发的重要趋势。

二、低代码集成 AI 接口的步骤

（一）选择合适的 API 服务

在选择低代码集成的 AI 接口服务时，需要综合考虑多个因素。首先是功能需求，不同的 API 服务可能提供不同的 AI 功能，如自然语言处理、图像识别、语音识别等。企业应根据自身业务需求，选择能够满足特定功能需求的 API 服务。例如，如果企业需要开发一个智能客服系统，那么选择具有强大自然语言处理能力的 API 服务将是关键。

成本也是一个重要的考虑因素。API 服务的使用费用可能因服务提供商和功能而异。一些 API 服务可能提供免费的试用版，但对于大规模的商业应用，可能需要支付一定的费用。企业需要根据自身的预算，评估不同 API 服务的成本效益。据统计，市场上一些常见的 AI API 服务的价格在每月几百元到几千元不等。

此外，网络稳定性也是不可忽视的因素。由于某些地区的网络限制，可能需要使用 API 代理服务来提高访问稳定性。例如，使用 API 代理服务可以有效解决网络延迟和连接不稳定的问题，确保低代码平台能够稳定地与 AI 接口进行交互。

（二）配置 API 访问

配置 API 访问通常包括以下几个步骤。首先，需要注册 API 服务。这通常需要提供一些基本信息，如企业名称、联系人信息等。注册完成后，服务提供商将为用户提供访问密钥，这个密钥是访问 API 服务的重要凭证，需要妥善保管。

获取访问密钥后，还需要配置代理服务以确保网络连接的稳定性。配置代理服务的过程可能因不同的代理服务提供商而有所不同，但一般来说，需要在低代码平台的设置中指定代理服务器的地址和端口号。同时，还需要确保代理服务的安全性，防止数据泄露和恶意攻击。

（三）集成 API

介绍利用 Python 的requests库与 API 进行交互是一种常见的集成方法。一般来说，集成 API 的通用步骤如下：

首先，使用requests库发送 HTTP 请求来与 API 进行通信。在发送请求之前，需要设置请求的 URL、请求方法（如 GET、POST 等）以及请求头信息。请求头信息可能包括 API 密钥、Content-Type 等。

然后，根据 API 的要求，准备请求的数据。如果是 POST 请求，可能需要将数据以 JSON 格式发送。

接着，发送请求并等待 API 的响应。响应可能是 JSON 格式的数据，也可能是其他格式，需要根据 API 的文档进行解析。

最后，根据响应结果进行相应的处理。如果响应成功，可以提取所需的数据并在低代码平台中进行进一步的处理和应用。例如，如果是一个自然语言处理 API 的响应，可以将处理后的文本显示在低代码平台开发的应用程序界面上。

三、低代码集成 AI 接口的作用

（一）加速开发速度

低代码开发平台本身就以其高效、便捷的特点，大大缩短了应用程序的开发周期。而当低代码与 AI 接口集成后，开发速度更是得到了极大的提升。开发人员无需再从头编写复杂的代码逻辑，通过低代码平台的图形界面进行配置和组装，就可以快速构建出功能强大的应用程序。例如，在开发一个数据分析应用时，传统的开发方式可能需要花费数周甚至数月的时间来编写数据处理和分析的代码。但通过低代码平台集成 AI 接口，开发人员可以利用 AI 的智能数据分析能力，快速地对大量数据进行处理和分析，仅需几天甚至更短的时间就能完成应用的开发。据统计，低代码集成 AI 接口可以节省高达 70% 的开发时间。

（二）拓展开发人员人群

低代码平台的出现，使得普通人也能参与到应用开发中来。而低代码与 AI 接口的集成，进一步降低了编程技能的要求。即使没有深厚的编程背景的人，也可以通过低代码平台的可视化界面和简单的操作，利用 AI 接口提供的智能功能，开发出满足自己需求的应用程序。这为企业带来了更多的创新活力，因为不同背景的人都可以为应用开发贡献自己的想法和创意。例如，一个市场营销人员可以利用低代码平台集成的 AI 接口，快速开发出一个客户数据分析工具，帮助团队更好地了解客户需求，制定更有效的营销策略。

（三）提高工作效率

通过使用 AI 技术，低代码平台可以实现自动化流程和智能决策，从而极大地提高工作效率。例如，在企业的客户服务领域，低代码平台集成的自然语言处理 AI 接口可以自动回答客户的常见问题，大大减轻了客服人员的工作负担。同时，AI 还可以对客户的问题进行智能分类和分析，为企业提供有价值的反馈，帮助企业改进产品和服务。在数据处理方面，AI 可以自动进行数据清洗、分析和预测，为企业的决策提供准确的数据支持。据研究表明，低代码集成 AI 接口可以提高工作效率达 50% 以上。

（四）提升创新能力

低代码平台为开发人员提供了更多的创新空间，使得他们可以迅速实现新的想法和概念。AI 接口的集成更是为创新提供了强大的动力。开发人员可以利用 AI 的智能功能，开发出具有创新性的应用程序，满足市场不断变化的需求。例如，在教育领域，开发人员可以利用低代码平台集成的 AI 接口，开发出个性化的学习助手，根据学生的学习情况和特点，为学生提供定制化的学习建议和资源。这种创新能力的提升，将为企业带来更多的竞争优势，推动企业不断向前发展。

四、不同低代码平台集成 AI 接口的案例

（一）企业级低代码平台与百度 AI 集成

活字格作为一款企业级低代码开发平台，可以通过 Web API 对接百度 AI 服务。在数据录入工作中，手工输入效率低且容易出错，而活字格与百度 AI 的集成则能很好地解决这个问题。例如，在录入身份证信息时，利用百度 AI 文字识别功能，准确性高、稳定性强且简单易用。

为了使用百度 AI 智能识别功能，首先需要下载并在设计器中安装插件，然后登录百度智能云，在 “文字识别” 服务中创建新应用并获取 API Key 和 Secret Key。开发过程中，数据库中要新建 WebConfig 表，配置获取到的 ApiKey 和 SecretKey。在页面使用文字识别插件时，还需要添加辅助单元格，包括遮罩图片单元格、图片名称单元格和遮罩动画单元格。选择不同的识别类型，会创建对应的返回结果，可以将返回结果写到对应的单元格上进行后续操作，也可以将识别结果字段以单元格名称进行绑定。当识别类型是增值税发票时，需要有一个表格来接收数据。

在运行过程中可能会遇到一些问题，如 QPS 超限额，原因可能是只创建了应用但没有开通对应的 API 接口，可以在概览中领取免费资源或开通购买接口。还有可能出现 “识别失败，请检查配置重新尝试” 的情况，原因可能是 ApiKey、SecretKey 配置错误，上传的文件类型和识别的文件类型不一致，或者识别结果返回的单元格不是可以输入的单元格，一般设置为文本框即可。

（二）JeecgBoot 低代码平台集成 Spring AI

Jeecg Boot 应用中可以集成生成式 AI。在 Jeecg-module-demo 模块的 pom.xml 中，添加特定配置，引入依赖后，再进行一些配置即可。Spring AI 提供的 starter 自动配置完成大部分工作，引入依赖后，只需要再进行如下配置即可：spring:ai:openai:api-key:open-ai-api-key；base-url: 如非使用代理点，则无需更改。进行以上配置之后，还需要注册 ChatClient Bean。

到这里，已经可以正常使用 ChatClient、ImageModel 等 API 与 OpenAI 进行互动访问了，如文生文：chatClient.prompt ().user (message).call ().content ()；文生图：imageModel.call (new ImagePrompt (description, OpenAiImageOptions.builder ().build ()))。

JeecgBoot 在 3.7 版本提供了 AI 对话的页面，通过使用 Spring AI 替换掉原有的大模型交互，实现与 Spring AI 支持的各个大模型进行 API 调用。如果需要将对话替换成 RAG 对话，只需要将 chatClient 调用更换即可。

（三）智慧物业低代码平台与 AI 集成

道一云七巧低代码联合多家物业客户打造了物业运营智慧管理平台。该平台基于低代码技术，让物业公司根据业务需求和流程，通过拖拽组件、配置参数、设置规则等方式，快速搭建和定制物业管理系统，无需编程，降低开发成本和时间，提高系统灵活性和创新性。

智慧管理平台涵盖物业管理各个业务领域，实现一体化管理。同时提供多端应用，如物业服务公众号、小程序、物管 APP、钉钉、企业微信等，实现物业管理的多端同步，提高服务水平和客户满意度。利用道一云七析 BI 数据分析平台，实现数据驱动，智能决策。通过收集、整合、分析和利用业主信息、设备信息、工单信息、收费信息等数据，展示物业管理的各项指标和趋势，帮助物业公司优化运营策略并提升业绩。

智慧管理平台还与多个外部系统进行集成，如政府部门、银行、停车场、智能硬件等，提高系统兼容性和扩展性，实现数据互通和业务协同。可以通过 API、连接器、流程编排等方式，打通物业管理的上下游业务，实现与外部系统的无缝对接，提升物业管理的全链路效率和价值。

五、可集成 AI 接口的低代码平台盘点

（一）Zoho Creator

Zoho Creator 拥有拖放式界面，用户无需编写大量代码，通过直观的拖拽操作即可构建应用程序，极大地提高了开发效率。同时，它集成了数据库，方便用户管理和存储数据。此外，Zoho Creator 还提供创意构思和蓝图设计工具，以及大量的现成组件和集成选项，为开发者提供了丰富的资源。

在 AI 功能方面，Zoho Creator 表现出色。其预测功能内置的 AI 构建器可以根据过去的数百万数据，预测结果、客户行为和供应需求，锁定更有可能购买的销售线索，推动客户在销售漏斗中更快移动。情感分析功能可以获取人们文字中的情绪分数，自动识别不满意的客户，对问题进行分类，并确定请求的优先级。光学字符识别功能能够消除数据输入、转录和文书工作，使用 OCR 扫描文档和图像文件，使数据数字化，让员工专注于核心业务任务。关键字提取功能可以在几秒钟内从巨大的数据集中提取最重要的字词，帮助用户了解客户需求。对象检测功能则可以使用预先培训的模型来识别和定位图像或场景中的日常对象。

（二）Airtable

Airtable 通过集成 OpenAI 的大规模语言模型，如 GPT 系列，极大地增强了其平台的能力。产品团队可以使用 AI 组件来快速生成产品代码，加速产品开发周期，减少手动编写时间。营销团队能利用 AI 组件编写详细的创意简报，提高创意产出的速度和质量。人力资源团队可以自动生成职位描述，吸引合适的候选人。预构建组件和模板使得用户无需具备编程知识就能快速搭建起包含 AI 功能的应用程序，提示库提供了示例和指导，帮助用户更好地理解和使用 AI 功能。

（三）Appian

Appian 是一款企业级的低代码开发平台，以直观的拖放界面和强大的工作流自动化功能著称。它提供了模型驱动的应用程序开发环境，允许业务用户和开发者协作设计流程、自动化任务，并通过集成现有系统和数据源，实现业务流程的优化。

Appian 23.2 包括三项 AI 技能。文档分类功能可以自动识别和分类上传的文档类型，如发票、合同等，并根据文档类型传送到相应的处理流程中。文档提取功能能够从结构化的文档中自动抽取关键信息，如姓名、日期、金额等，直接被应用程序使用，无需手动输入。电子邮件分类功能通过机器学习模型对收到的电子邮件进行分类，自动路由到合适的团队或者创建工单 / 案例，提高工作效率。

（四）Creatio Atlas

Creatio 平台具有高度的灵活性和可扩展性，适用于多种业务场景，包括销售管理、市场营销、客户服务以及其他业务流程自动化。

Creatio 的 AI 功能丰富多样。查找值预测（分类）功能可以帮助预测和分类数据，优化决策过程。数值预测（回归）提供数值型预测，支持基于数据的业务分析。预测评分功能可以评估和打分潜在客户或交易的可能性。推荐系统根据用户行为和偏好提供个性化推荐。文本搜索功能通过类似文本的搜索功能，提高信息检索的效率。ChatGPT 连接器调用 GPT - 3.5 - turbo 模型 API，向用户收取使用费。

（五）织信

织信低代码开发平台旨在通过简化的拖放界面和模型驱动的设计理念，使企业快速构建和部署个性化的业务应用。它支持可视化编程，允许用户无需专业编码技能即可设计复杂的工作流程和数据处理逻辑。

织信平台提供了一系列内置的模板和组件，适用于各种行业和场景，包括 CRM、ERP、项目管理等。在 AI 功能方面，织信低代码平台集成 ChatGPT、Stable Diffusion。通过和 ChatGPT 集成，织信可以实现业务系统的 AI 智能开发，提升开发效率。Stable Diffusion 集成到织信，可以实现 AI 文生图、图生图的需求，用于电商、设计、广告等行业。

六、低代码与 AI 接口集成的未来展望

（一）智能化程度不断提升

随着 AI 技术的不断发展，低代码与 AI 接口的集成将变得更加智能化。未来，低代码平台可能会通过集成更先进的自然语言处理技术，实现更加自然流畅的人机交互。例如，开发人员可以通过语音指令来构建应用程序，极大地提高开发效率。同时，AI 还将在智能数据分析和决策支持方面发挥更大的作用。通过对海量数据的深度分析，AI 可以为企业提供更加精准的决策建议，帮助企业更好地应对市场变化。据预测，未来几年内，低代码平台的智能数据分析功能将得到显著提升，能够处理更加复杂的数据类型和业务场景。

（二）高效化持续推进

低代码与 AI 接口的集成将进一步提高开发效率。未来，AI 可能会实现更加自动化的代码生成和优化，减少开发人员的手动工作量。例如，AI 可以根据业务需求自动生成完整的应用程序框架，开发人员只需进行少量的调整和优化即可。此外，低代码平台还可能会与更多的 AI 服务提供商合作，提供更加丰富的 AI 功能模块，如智能图像识别、语音合成等。这些功能模块可以直接集成到低代码应用中，进一步提高开发效率。据统计，未来低代码与 AI 接口的集成有望将开发效率提高 80% 以上。

（三）灵活可扩展性增强

低代码平台与 AI 接口的集成将更加注重灵活性和可扩展性。未来，低代码平台可能会提供更加丰富的插件和集成接口，使开发人员能够轻松地集成各种 AI 服务和工具。同时，低代码平台还可能会支持更多的开源 AI 框架，让开发人员能够根据自己的需求进行定制化开发。此外，随着边缘计算、5G 与物联网等新兴技术的发展，低代码平台与 AI 接口的集成将更加注重与这些技术的结合，实现更加灵活的应用部署和扩展。例如，低代码平台可以与边缘计算设备结合，实现本地数据处理和分析，提高应用的响应速度和安全性。

总之，低代码与 AI 接口的集成在未来具有巨大的发展潜力。随着技术的不断进步，低代码平台将变得更加智能化、高效化和灵活可扩展，为企业的数字化转型提供更加强有力的支持。