一、前言：
在上一期我们接触过网易“CodeWave智能开发平台”实践过一个电商管理系统后，也有一段时间了，期间也是一直在关注村长的直播新特性，趁着这次机会来实践并总结一些AI更多的实际案例来进行“AI+可视化”赋能。
随着AI人工智能的不断发展，各行各业开始不断的探索各种AI的使用方案，比如智能体、AI应用、AI Agents、大模型，那么“CodeWave智能开发平台”在不断的发展中，如何结何AI的能力来辅助我们设计更快、更全的业务系统呢？
网易低代码Codewave是网易推出的智能开发平台，提供可视化开发、AI融合开发等能力，支持企业快速构建复杂应用，以“智能大模型和全栈低代码”为核心，延续“低门槛、高上限”特色，实现开发、测试、运维等软件生产全链路的智能化。
一站式CodeWave 智能AI开发平台：
CodeWave智能开发平台是网易公司旗下面向企业构建应用的开发平台，以智能大模型与全栈智能架构为双核心基座，构建形成覆盖软件研发全生命周期的智能化能力矩阵。
基于网易自研拥有大规模参数和深度学习能力的智能模型底座，CodeWave 为企业提供更加智能化的软件生产方式，IT人员可以轻易实现从“智能生成”到“可视化拖拽调整”的全栈低代码应用搭建，让复杂应用开发更加高效，加快企业数字化与智能化进程，集成RAG多项智能开发能力，支持从需求梳理、产品构思、开发部署、迭代等全流程研发智能化。
- ①. 全栈可视化开发，支持导出应用源码和独立部署。
- ②. 集成RAG技术、多模型切换等AI能力，覆盖智能客服、数据分析等场景。
- ③. 通过金融级安全认证，保障代码级安全。
下面来一起看一下CodeWave多个核心AI能力全新发布会带来什么样的AI加速体验呢？可以来体验一下一站式CodeWave智能开发平台
二、 自然语言、截图智能生成样式，一站式CodeWave智能开发平台4.0版本：
AI与自动化代码生成将成为下一代低代码标配。随着生成式AI的成熟，平台将不仅提供组件拖拽，还能根据业务描述自动生成页面布局与数据模型，甚至产出标准化的后端接口和验证逻辑。
在AI和可视化开发等技术不断融合演进的背景下，如何破局传统的作业模式，以及企业对AI智能化研发工具的需求持续增长。网易CodeWave也在不断的结合AIGC的技术不断尝试与融合，以AI技术驱动平台能力提升，最终网易CodeWave在6月份迎来了全新4.0版本发布 – “一站式智能开发平台”， 轻松实现“智能生成逻辑”+“可视化拖拽生成页面”的全栈智能应用搭建。
以下也是我最早从Codewave 3.6版本的使用，再到3.9的版本，最后到4.0的版本强势出击，本次更新聚焦于基础能力优化与核心功能拓展，在提升开发便捷性、丰富平台生态、降低使用门槛等方面实现多维度突破，进一步助力开发者与企业高效构建智能化业务系统。
一站式智能开发平台，作为面向企业研发场景的开发平台，网易CodeWave采用可视化与AI融合的开发方式，支持每一步操作可由AI自动完成，同时保留人工布局与精细调整的空间，进而打造更可控、更规范、更落地的智能开发新模式，全流程实现快速构建、数据编排、连接生态、中台服务。
2.1一站式“CodeWave 智能AI开发平台”低代码与AI驱动开发的“结晶”
“CodeWave 智能开发平台”是基于网易自研拥有大规模参数和深度学习能力的智能模型底座，CodeWave 为企业提供更加智能化的软件生产方式，IT人员可以轻易实现从“智能生成”到“可视化拖拽调整”的全栈低代码应用搭建，让复杂应用开发更加高效，加快企业数字化与智能化进程。
2.2 一站式“CodeWave 智能AI开发平台” 4.0版本有什么突出优势呢？
CodeWave以智能大模型和全栈低代码为基座，为企业提供更加智能化的软件生产方式，IT人员可以轻易实现从“智能生成”到“可视化拖拽调整”的全栈低代码应用搭建，让复杂应用开发更加高效，加快企业数字化与智能化进程，以下是基本相关的功能特点。
- ①. 智能大模型驱动：基于 AI 大模型和全栈智能架构，提供智能化的软件生产方式。
- ②. 低代码 + AI 融合：支持从"可视化拖拽调整"到"智能生成"的灵活开发模式。
- ③. 全栈开发能力：通过自研的 NASL 编程语言，打通前后端开发壁垒。
- ④. 四大核心模块：覆盖应用开发全生命周期。
“CodeWave智能开发平台”全面融合了结合了低代码和AIGC两大核心技术，实现了软件研发的全链路，从软件的设计开发、测试、运维、运营全链路全智能的覆盖，以让软件生产更简单、更高效、更智能的宗旨，实现了软件开发的人才低门槛、技术高上限。
三、一站式“CodeWave 智能AI开发平台” 4.0版本”客服质检低代码最佳实践：
CodeWave智能开发平台是国内首个面向微服务架构设计和实践的低代码平台，提供基于接口设计的可视化搭建能力，拥有丰富可复用的IT资产，支持一键发布等特色功能，助力企业快速开发应用。
这里着重介绍一下4.0新的特性，平台通过融合自然语言生成SQL、逻辑性、UI样式的自然语言编程能力，以及智能D2C能力、AI组件推荐和AI逻辑解读等多项技术，推出了一系列的 AI 应用的功能。
3.1 设计稿和图片智能设计生成页面：
智能D2C是CodeWave平台针对设计页面还原效率低、门槛高、协作流程长的痛点打造的 一键将设计稿高保真还原成网页的AI能力。
在平台中，用户可以将矢量设计稿，在页面“可视化IDE”中，通过“智能D2C导入设计稿/截图”按钮自动上传2种素材：
- ①. 设计稿工具：支持Figma、MasterGo、Sketch。
- ②. 截图：支持png、jpeg、jpg。
在导入素材后，系统会自动识别设计稿元素，经过智能分析可以实现设计稿到页面的转换。同时采用AI大模型技术实现了“智能识别”功能，用户可以选择是否开启“智能识别”：
- ①. 若开启，则系统会自动识别设计稿中的组件并显示可转换使用的CodeWave组件。
- ②. 若不开启，则“秒级”生成偏展示形态的页面。
在开启“智能识别”后，在CodeWave页面IDE中导入“设计稿”和“图片”生成页面时，系统会自动识别图片中的元素，生成页面后，系统会自动识别截图中的元素并替换为的CodeWave组件，可自由调整组件及布局，为组件绑定数据源或事件。
这里我们只需要简单的将一张UI图片进行导入，就可以AI智能生成后的页面，可以通过页面编辑器的强大编辑能力进行人工干预，将页面调整到理想的状态，可以减少用户从零搭建页面的工作量，提高开发效率：
- ①. 表格头背景颜色填充。
- ②. 风险等级颜色区分。
- ③. 表格表头字段、数据结构自动填充。
从上面实践来看，智能D2C导入设计稿是比较推荐的，有些UI图片在识别的时候，可能准确性不是那么的完美。
3.2 自然语言生成UI或逻辑：
上面我们通过UI图片导入时，系统会自动帮我们生成一个AI识别截图中的元素并替换为的CodeWave组件，那么在以前的估法，肯定是创建一个实体 => 定义数据名称 => 定义数据类型 => 进行表格的实体绑定，每次都是一些很重复劳动的工作，而且也是比较耗时的。
- ①. 在“数据” -> “添加实体”操作
- ②. 取实体名字、数据表名、数据表描述、属性字段的名称、属性字段的类型
想像一下，有些表单有20-30个字段呢？那时间就耗费在这里了，那么，接下来，我们通过使用“CodeWave AI助手”如何来自动生成Table实体类，并且自动Mock随机生成10条数据。
当然，这里推荐体验版本AI的次数给多一点，不然，就会提示“今日使用数量已达上限”。
上面因为风险等级只有几个值，一般是推荐使用枚举来维护，这里我们通过“CodeWave AI助手”来帮助我们枚举字段和对应输出的颜色：
将表格中的风险等级字段，添加枚举，1为高，2为中，3为低，并且需要根据不同的值显示的字不同的颜色，高为红色，中为黑色，低为绿色
不过，这里可以看到AI会帮助我们进行思考，比如枚举的类型是否为字符串还是纯粹的数字，另外，还帮我们考虑了如果取不到值会怎么样，思考的还是比较健全的，在平台中可以通过自然语言描述意图，利用AI智能生成页面/逻辑，该方法极大地提高了逻辑编写的效率，降低了逻辑编写的技术门槛。
最后，帮我们生成了“文本”和“主题颜色”的js逻辑，帮我们生成了2个匿名函数，这里在生成样式逻辑时，可以看到颜色并不是我说的红色、黑色、绿色，而是全转换为CodeWave主题的颜色type属性值，这里可以说明CodeWave的AI大模型并不只是简单的生成结果，而是会基于CodeWave上下文环境生成最佳Code代码。
大家应该做过后台管理系统吧，一般来说伴随着列表的话，都有CURD增删改查一套，接下来我们尝试使用“CodeWave AI助手”看看又能不能帮助我们提效。
帮我在表格中添加删除和添加与编辑的操作，风险等级只能在3的状态值时才能被删除，另外，帮我生成添加与编辑的表单弹框逻辑
这里通过几句话，就自动帮我们生成了添加与编辑表单，通过自然语言生成页面/逻辑采用对话式操作流程，允许用户在编写逻辑的过程中通过多轮对话详细描述意图，并获得AI助手的分析反馈。确认后生成对应的页面/逻辑实现。
可以看到“CodeWave AI助手”可以直接帮我们生成事件相关的逻辑，比如我们在点击删除时，按照要求是需要有一些逻辑的判断在里面，自动生成逻辑：
- ①. 因为逻辑是需要判断当前风险等级，如果是 == 3时，才能进行删除。
- ②. 执行删除列表的逻辑，就是将这条数据删除掉。
- ③. 删除之后还考虑了重新加载一下Table列表的数据。
- ④. 给出不能删除的提示。
“CodeWave AI助手”不仅简化了简单重复页面/逻辑的编写，还使得复杂页面/逻辑的生成变得更为简单。用户只需通过自然语言描述意图即可快速生成所需页面/逻辑，并在生成后进行必要的修改。
3.3 自然语言生成局部逻辑：
在平台中支持自然语言生成服务端局部逻辑，用户输入自然语言描述逻辑需求，并通过@添加依赖（如依赖库、实体、接口等），系统利用智能算法生成局部逻辑，并以可视化形式回显在逻辑画布上。AI生成的逻辑在用户采纳前，支持编辑、预览，确保逻辑符合业务需求，该功能有效降低开发门槛，提高逻辑构建的效率与准确性。
比如我们在删除的事件逻辑时，一般会调用服务器内部的接口服务，那么我们这里使用“CodeWave AI助手”帮我看看如何来生成服务端相关的逻辑：
帮我生成一段请求后端服务API的接口逻辑，如果接口成功就删除数据，如果接口不成功，则给出弹框提示操作失败
在询问接口的地址后，我们定义了一些API请求的地址、请求的类型以及请求的参数之后，就会自动帮我们生成一些逻辑：
- ①. 在实际的真实场景中，一般会在事件中调用后端的API接口。
- ②. 发送POST请求至API，创建请求体作为POST请求的参数，添加当前项目的ID到请求体中。
- ③. 等待POST请求的响应，根据请求结果决定操作。
- ④. 检查API响应状态，如果请求成功，删除项目规则实体并刷新表格。
- ⑤. 如果请求失败，展示提示信息'操作失败'。
四、一站式“CodeWave 智能AI开发平台” – 智能资产实现：
在我们的日常开发中，经常会使用到组件库，可以提供了一系列封装好的组件和模块，开发人员可以直接使用，无需从头开始编写代码。
组件库可以大大减少开发时间和工作量，提高开发效率，而且组件库中的组件经过多次测试和优化，具有较高的质量和可靠性，可以提高开发效率、保证视觉一致性、提供高质量组件、提供易于维护的代码和促进团队协作，是现代软件开发中不可或缺的一部分。
4.1 为什么Codewave平台需要智能资产接入呢？
Codewave 平台内置了一整套基础组件，覆盖常见的开发需求。但在实际应用搭建过程中，你可能会遇到需要特殊组件的情况——例如签名板、拖拽排序列表、地图选点、颜色选择器等，或是发现基础组件缺少个别项目必需的属性。
为了提升开发灵活性，Codewave 支持开发者通过编写代码，实现从零创建全新组件，或对现有基础组件进行扩展。其中，“在线智能资产生成”功能，提供了一个即开即用的在线开发环境，你只需通过自然语言描述需求，即可快速生成所需组件，大幅降低自定义组件的开发门槛，高效应对各类个性化场景。
4.2 移动端单选复合组件选择器开发：
面对业务专属的特殊功能需求，现有第三方库与平台官方组件均无法满足，可以 “从零到一” 设计开发全新组件，通过深度贴合业务流程的定制化开发，构建能够精准支撑特殊功能需求的专属组件。
以往，面对“开发全新组件”或“为现有组件新增功能”等需求时，绕不开“前端扩展开发”——也就是用高代码的方式把业务需求落地。以开发新组件为例，一套固定流程几乎必不可少：
- ①. 开发环境初始化：部署传统开发集成环境，安装前端脚手架工具。
- ②. 项目与组件开发：创建标准化项目，参照文件结构规范、用高代码完成组件功能开发。
- ③. 资产打包与部署：执行打包流程生成扩展依赖库，上传至将平台资产中心。
- ④. 应用集成使用：在目标应用中导入依赖库并配置启用。
那么，因为我们公司常用的UI组件库也是Vant组件，那么，经常会需要使用到单选框这种复合的组件，就是van-field组件和van-action-sheet组件进行结合的产物。
我们通过一句话来描述“使用vant的van-action-sheet和van-field组件，组合生成一个选择多个值的复合组件”，接下来点击“开始创建”后，就会进行 AI 可理解的组件需求描述，交叉核对需求描述是否完整覆盖 “功能 - 设计 - 交互 - 技术” 维度，避免遗漏关键细节，确保 AI 接收的需求信息准确无歧义。
AI 辅助撰写组件核心代码，检查 AI 生成的代码是否符合需求定义、是否没有代码错误。按下回车键或点击“Enter“按钮开始创建资产，进入创建资产界面后等待代码生成。
如果曾经通过官方脚手架创建过组件资产，或者已经通过“帮助文档”学习了高代码开发组件的方式，那么可以逐一点击AI修改的文件，对比代码前后变化并确认。即使不熟悉高代码开发，也可以直接通过预览效果的方式检验AI生成的结果是否符合预期, 还可以在“运行态预览”通过AI生成示例效果进行验证。
4.3 发布效果测试：
接下来，我们可以通过“调试发布”功能，将组件资产与一个可以正常使用的应用连接起来，检验应用中实际的使用效果和应用发布后的效果。填入需要调试的应用地址并确认调试发布即可。
五、智能⽣成应⽤ – 智能质检客服音频：
通过⾃然语⾔描述 ，⽣成全栈NASL代码 ，⼀键导⼊CodeWave成为可视化应⽤。 ⼤幅缩短了CW应⽤从0-1的创建过程 ，并且⽀持通过对话⽅式不断调整迭代。
这一功能彻底简化了 CW 应用开发流程，大幅缩短从 0 到 1 的创建周期，同时支持通过对话式交互持续调整功能细节，让开发效率显著提升。
从左侧输入需求，目前支持的输入方式包括：
- ①. 简洁文本输入：可直接输入一句话需求，传递核心诉求；
- ②. 详细描述输入：可提交包含详细功能说明的段落文本，支持包含数据库设计，精准定义需求细节；
- ③. 图片输入：点击图片图标，可上传系统架构图、Excel截图、界面截图等，多模态大语言模型将自动解析图片内容，结合视觉信息完成功能设计与生成；若辅以文字描述，可能会使生成更贴近用户想要的结果。
生成和调整完成后，可以点击右上角的“创建应用”按钮，进入到创建应用loading界面。
点击应用链接，可以跳转到CodeWave可视化开发界面，点击右上角关闭，可以回到应用生成的聊天界面。
六、一站式“CodeWave 智能AI开发平台”企业降本增效SOWT分析：
近几年期间，甚至连传统企业都开始大面积数字化时，我们发现开发内部工具的过程中，大量的页面、场景、组件等在不断重复，这种重复造轮子的工作，浪费IT人员的大量时间。
通过一站式“CodeWave 智能AI开发平台”开发一套AI客服质检系统，我们可以体验到“可视化拖拽调整”的全栈低代码应用搭建，让复杂应用开发更加高效。
1 . 公司团队管理痛点：
如下为公司团队管理工作过程中，传统团队的开发模式存在一些困境，特别在新老员工离职交接过程中，处于一个周期低产出的阶段。
在以往的IT团队开发模式，在业务规模的高峰期为了快速完成系统的开发，帮助业务团队尽快开展工作，往往会成比例的招大规模的团队开发人员来满足现有的需求，这样会导致几个问题，没有一个比较有效的降本的方案：
- 业务高峰期，人员配置比较充足，但是团队的人员成本也是比较高的
- 业务低谷期，人员超过饱和程度了，就会产生大量的闲置人力成本
2. 技术开发痛点：
在软件开发和其他工程领域，“重复造轮子”被广泛认为是一种低效的做法，因为它浪费了大量的时间和资源去重新创作已经存在的东西，而不是利用现有的技术和经验去解决问题。
在大多数企业应用中，我们经常“重复造轮子”，对于开发的角度来讲，每个公司都有一套自己的软件代码平台，无非是使用Java体系重构一遍PHP的业务，使用Go的体系重构一遍Java的体系，就会产生以下几个方面的问题。
此外，传统的团队开发模式在有IT人员大量离职后，系统的传承和维护也会同时受到影响，而产生团队凝聚力的波动。
3. 协作开发痛点：
以下是本人在工作中，伴随着协作相关的问题点，在很多方面沟通成本比较高，导致效率十分低效，对于约束制度也力不从心。
在开发的过程中，也存在一些相互协作的问题点，比如需要准备不同的环境、开发依赖来运行应用，前后端联调接口的差异化，上线的测试功能回归和bug修复再回归都是影响软件项目交付的因素。
七、 一站式“CodeWave 智能AI开发平台”能带来什么样的提升：
7.1 降本：
主要包括3方面，学习成本、开发成本和其他成本。“CodeWave智能开发平台”的特点是可视化和标准化，这意味着即使企业内部的IT团队人员数量减少，也可以高效地支持业务需求。
- ①. 学习成本降低是普通业务人员即可操作，为IT研发资源不足的企业降低人力成本。
- ②. 开发成本降低是对于开发者而言，可以复用既有能力，减少低价值代码耗费时间，同时，很多需求变更可通过配置方式实现，缩短了开发、运维等时间。
- ③. 其他成本如沟通成本、测试成本，甚至云架构方式降低硬件成本等。
7.2 增效：
主要包括2方面，交付效率和协作效率。
- ①. 交付效率：通过配置即可满足一批新增或变更需求，直接避免了低价值代码开发时间，客户响应效率的极大改善
- ②. 由于平台能力复用，会大大缩短端到端交付时长，如测试时长、集成发布时长等都被大大缩短，工程效率的提升，让低代码有超越DevOps进化至NoOps的可能性。
- ③. 一站式“CodeWave智能开发平台”的资产中心下预置了平台的各类软件资产，包括应用模板、局部模板、依赖库和扩展组件，支持在各类情况下快速复用。用户也可根据自身需要上传相关的软件资产，便于资产积累。
7.3 交付效率：
以上可以看到从注册账号到创建应用，都可以看到通过基于 AI 大模型和全栈智能架构，提供智能化的软件生产方式，从"可视化拖拽调整"到"智能生成"的灵活开发模式，一套客服AI质检最小单元的MVP流程，只花费了不到20分钟就完成了，如果是前后端分离的工作模式，至少效率提高了60%。
同时，在使用CodeWave平台能力搭建一个属于自己的低代码应用，以智能大模型和全栈智能架构为基座，CodeWave为企业提供更加智能化的软件生产方式，IT人员可以轻易实现从“智能生成”到“可视化拖拽调整”的全栈智能架构应用搭建，让复杂应用开发更加高效，加快企业数字化与智能化进程。
7.3 协作效率：
一个需求交付要涉及到很多人，如业务人员、产品经理、开发人员、测试人员等，而借助低代码，很多需求可能在业务部门内容就能实现了，需要沟通的人数少了，沟通效率自然就提高了。
一站式“CodeWave智能开发平台”快速验证，聚焦业务设计而非程序设计，通过业务聚焦、标准化、复用、少人化等消除不产生价值增值的活动，通过平台本身内建质量保障所有应用质量等。
7.4 降本增效量化：
“CodeWave智能开发平台”提供的界面、逻辑、对象、流程等可视化编排工具来完成大量的开发工作，降低软件开发中的不确定性和复杂性，进而大幅提升开发效率，让企业能够降低开发成本，降低技术门槛，快速创新应用，实现快速试错，敏捷迭代。
“CodeWave智能开发平台”可以通过简单的拖放和配置来创建应用程序，而不需要编写大量的代码。这种平台可以帮助开发人员和非开发人员快速构建应用程序，减少了大量的编码工作，提高了开发效率。
可视化建模工具和自动化代码生成技术，降低了开发人员的技能门槛，用户不需要深入了解底层技术和编程语言，就能快速构建应用程序，企业能够实现让不懂复杂技术的员工也参与应用程序的开发，提高了企业的业务响应速度。
借助一站式“CodeWave智能开发平台”的应用，能够帮助其在数字化建设项目上更低成本高效率交付项目，例如在一家客户中完成项目开发，即可快速复制到其所有同类型的项目中，拓展性和可复制性强，可快速推广，推进更多数字化改革项目落地。
“CodeWave智能开发平台”的业务分析人员梳理业务模型，应用开发人员无需复杂编码即可快速搭建出应用；基于可视化工作台，通过模板生成、图形化组件拖拽、参数配置、逻辑规则定义等方式，快速搭建出企业应用，将开发效率提升数倍以上，大幅提高软件迭代速度和市场竞争力；开发者可以设计和发布模板组件、后端接口与应用程序，沉淀业务经验与 IT 资产，实现高水平的重用。
八、总结：
AI技术的潜在价值不断增长，也为企业数字化转型提供了前所未有的机会，很多公司无法将业务与AI系统相结合，造成了“数智化鸿沟”。网易颠覆了传统的开发模式，以构建“数字资产”为中心发展企业数字生产力，为产业的数字化注入智能，在软件生产的全链路上持续创新，也是一个企业做出数字化转型的新契机。
“CodeWave 智能开发平台”通过图形化界面、可视化建模等手段，让开发者通过编写少量代码甚至零代码的方式，快速创建软件应用的开发方法，基本上实现了软件研发的全链路，从软件的设计开发、测试、运维、运营全链路全智能的覆盖，以让软件生产更简单、更高效、更智能的宗旨，实现了软件开发的人才低门槛、技术高上限。
“CodeWave 智能开发平台”的优势在于：
- ①. 智能需求设计：以知识库为基础，支持PRD文档、原型图、设计稿自动生成；
- ②. 智能开发平台：页面、数据、逻辑、流程全面可视化，支持自然语言生成SQL、开发逻辑等；
- ③. 智能构建与测试：AI辅助进行代码规范检查、安全审查、预测建模与自动化测试； 自动部署与扩容：实现应用自动打包、弹性部署、资源智能调度；
- ④. 智能监控与风控：基于日志数据进行实时巡检、异常检测与业务风控；
- ⑤. AI资产沉淀与复用：将上述过程中的能力封装为可调用模块，构建组件化资产体系。
一站式“CodeWave 智能AI开发平台”提供了一系列预定义的组件和模板，开发人员只需要拖放这些组件并进行配置，即可快速构建低代码应用，是一种通过图形化界面和少量的编码快速构建和生成的应用程序。非专业开发人员或有限的编程经验的人员也能够快速构建低代码应用，而无需深入地学习复杂的编程语言和技术。
一站式“CodeWave 智能AI开发平台”作为统一的智能研发底座，在实际应用中已支撑构建出多个可落地、可交付的 AI 业务模块。在完成内部体系验证的基础上，网易也逐步将平台能力标准化，开放至制造、金融、教育等行业客户，支持其构建自身的AI能力底座与场景化应用体系。
附带：可以来体验一下一站式CodeWave智能开发平台
