登录社区云，与社区用户共同成长
邀请您加入社区
拖拽式二次编辑是AI编程时代的重要补充能力，允许开发者在AI生成的代码基础上通过可视化方式调整页面布局、组件配置和业务逻辑。与传统低代码开发不同，它以AI生成的完整代码为起点，通过双模态编辑（可视化与代码双向同步）实现高效维护。这种模式特别适合企业应用中频繁的局部调整，如字段展示优化、交互行为微调等，同时保留直接修改底层代码的能力。关键价值在于降低维护门槛，让不同角色的成员都能参与迭代，而无需深入
Agentic Workflow是一种以具备自主性、推理能力、工具调用能力的AI Agent为核心执行单元，能够自动感知用户意图、动态规划任务路径、编排调用多模态多系统工具、自我迭代优化执行策略、端到端完成复杂跨域任务的工作流范式。它既区别于传统固定规则的RPA、低代码工作流，也区别于单节点执行的独立AI Agent，是「多Agent协作+动态规则+反馈闭环」三者的组合体，核心目标是把人类从复杂流
例如，输入“创建一个供应商管理应用，包含供应商信息登记、资质审核、合同关联和绩效评分功能”，AI助手便能自动生成完整的应用框架，并完成字段配置、流程设计、页面布局等繁琐工作。泛微e-builder的AI助手能够直接操作表单、流程、页面等核心对象，实现从“对话”到“应用”的闭环，这是衡量AI能力深度的关键标准。A：泛微e-builder的AI能力基于领域模型驱动和全生命周期管理理念，AI生成的组件并
接收用户输入的问题；自主判断是否需要调用搜索工具；输出标准化结果：需要搜索则返回关键词，无需搜索则直接返回答案。这个案例是 LangGraph 与大模型结合的最佳入门示例用 LangGraph 编排流程，让大模型做决策。对于刚接触大模型应用开发的朋友，先跑通这个基础工作流，再逐步添加工具调用、分支判断、循环执行等功能，就能快速搭建出专业的大模型智能应用。后续我会继续分享 LangGraph 进阶实
2026年的低代码赛道，AI的深度融合已是必然趋势，但“伪AI低代码”的乱象，也给企业选型带来了诸多困扰。从本次实测来看，真AI低代码与伪AI低代码的差距十分明显，只有基于AI原生架构、实现全流程智能化赋能的平台，才能真正帮助企业降本增效，实现数字化转型。JNPF v7.0的实测表现，印证了真AI低代码的核心价值——它不是简单的“AI+低代码”拼接，而是通过AI原生架构，重新定义了低代码开发的效率
房间预订界面实现客户添加其客户信息、身份证号、证件类型、出生日期、手机号、地址、预定时间、预定房间的类型、是否是会员等信息的添加和重置功能。房间预订界面实现客户添加其客户信息、身份证号、证件类型、出生日期、手机号、地址、预定时间、预定房间的类型、是否是会员等信息的添加和重置功能。房间管理是管理员对房间类型和状态进行添加操作，查询房型编号、客型名称、押金、床位数、房间数、可用数、预定数、入住数进行统
本文介绍了一个基于RxJava+Retrofit+OkHttp的Android网络框架设计方案。框架采用分层架构，包含网络配置层（支持多环境切换）、OkHttpClient统一配置层（含超时设置、拦截器等）、Retrofit构建层（支持扩展配置）以及业务调用层。重点实现了：1）通过枚举管理多环境域名和业务错误码；2）使用单例模式封装OkHttpClient配置；3）抽象Retrofit构建器提高扩
Coze 平台的核心定位是“让开发更简单”，其本质是一款集成了 AI 大模型能力的低代码开发平台，区别于传统 IDE（如 Eclipse、IntelliJ IDEA）的纯编码模式，也不同于普通低代码平台的“拖拽式无编码”，Coze 实现了“AI 辅助+代码编写”的双向融合——既保留了开发者对代码的控制权，又通过 AI 赋能简化编码流程，适配从新手开发者到资深工程师的全场景需求。对于资深开发者，Co
GraalVM Polyglot为Java应用提供跨语言嵌入能力，支持JavaScript、Python等多种语言执行，适用于规则引擎、插件系统等场景。然而，其安全边界取决于配置策略，错误配置可能导致沙箱逃逸风险。关键风险点包括：1）过度开放的HostAccess权限；2）宽松的HostClassLookup设置；3）未限制的IO/进程访问；4）跨语言上下文共享失控。安全建议包括：使用显式白名单替
本文为Java团队解析工作流引擎选型策略，对比开源、自研和低代码三种方案。开源引擎如Flowable（国内首选）和Camunda适合有流程开发能力的团队，遵循BPMN标准但需自建基础设施；自研成本高且维护困难，仅建议特殊场景使用；低代码平台内置引擎（推荐基于Flowable定制的方案）能快速实现标准审批流，同时保留代码扩展能力。决策关键看需求复杂度、团队能力和长期维护成本，多数企业适合选择基于开源
