低代码平台走了两条路。v1.0 的思路是:把代码开发变成拖拽设计——画表单、排流程、配权限,鼠标点几下就能上线一个模块。这确实省了写代码的时间,但拖拽本身仍然是手工劳动,复杂系统要拖几十个页面,照样耗时。
JeecgBoot 最近推出的 AI Skills 功能,把拖拽这一步也省掉了:你输入一句自然语言描述,平台自动生成表单、菜单、数据字典、权限配置,全流程一次完成。这就是他们定义的"低代码 v2.0"。
v1.0 和 v2.0 的本质区别
v1.0 解决的是"不会写代码"的问题,v2.0 解决的是"不想拖拽"的问题。
| 维度 | v1.0 拖拽模式 | v2.0 AI Skills 模式 |
|---|---|---|
| 输入方式 | 手工拖拽组件 | 自然语言一句话 |
| 产出范围 | 单个表单/页面 | 表单 + 菜单 + 字典 + 权限 |
| 重复劳动 | 每个页面都要拖 | 描述一次,批量生成 |
| 门槛 | 需要理解平台组件体系 | 只需描述业务需求 |
关键变化在于产出范围。v1.0 你拖完一个表单,还得手动去配菜单路由、建数据字典、设权限规则——这些"周边工作"往往比拖表单本身更费时间。v2.0 把这些一并自动化了,才是真正省力的地方。
JeecgBoot AI Skills 怎么用
JeecgBoot 是基于 Spring Boot 的开源低代码平台,AI Skills 是其 3.x 版本新增的功能模块。核心交互方式是:在平台的 Skill 面板中输入业务描述,系统解析后自动创建完整功能模块。
下面用一个实际场景演示。假设你需要做一个"员工请假管理"模块:
1. 准备 JeecgBoot 项目
先拉取项目并启动:
# 克隆 JeecgBoot 后端项目
git clone https://github.com/jeecgboot/JeecgBoot.git
cd JeecgBoot/jeecg-boot
# 确保本地有 MySQL 8+ 和 Redis
# 修改 db 配置:application-dev.yml 中的数据库连接信息
# Maven 构建
mvn clean install -DskipTests
# 启动后端服务
java -jar jeecg-system-start/target/jeecg-system-start-3.7.0.jar
前端同样需要启动:
# 克隆前端项目
git clone https://github.com/jeecgboot/jeecgboot-vue3.git
cd jeecgboot-vue3
# 安装依赖并启动
npm install
npm run dev
启动完成后访问 http://localhost:3100,用默认管理员账号登录。
2. 在 Skill 面板输入生成指令
登录后台,进入 AI Skill 面板,输入如下描述:
生成员工请假管理模块:包含请假申请表单(申请人、请假类型、开始日期、结束日期、请假天数、请假原因),请假类型字典(年假、病假、事假、婚假),菜单挂在"人事管理"下,权限配置为普通员工可申请、部门经理可审批。
平台会解析这段话,自动完成以下动作:
- 创建数据库表
leave_application,字段与描述对应 - 生成前端表单页面和列表页面
- 创建数据字典
leave_type,值为年假/病假/事假/婚假 - 在"人事管理"菜单下挂载路由
- 配置角色权限:员工角色可访问申请页面,经理角色可访问审批页面
整个过程大约 10-30 秒完成,取决于描述的复杂度。
3. 查看生成结果——数据库表结构示例
生成的表结构大致如下(可通过后台代码生成器查看或手动调整):
-- AI Skills 自动生成的表结构(可手动微调)
CREATE TABLE `leave_application` (
`id` VARCHAR(36) NOT NULL COMMENT '主键ID',
`applicant` VARCHAR(50) COMMENT '申请人',
`leave_type` VARCHAR(20) COMMENT '请假类型(关联字典leave_type)',
`start_date` DATE COMMENT '开始日期',
`end_date` DATE COMMENT '结束日期',
`leave_days` INT COMMENT '请假天数',
`reason` VARCHAR(500) COMMENT '请假原因',
`status` VARCHAR(10) DEFAULT 'pending' COMMENT '审批状态',
`create_by` VARCHAR(50) COMMENT '创建人',
`create_time` DATETIME COMMENT '创建时间',
`update_by` VARCHAR(50) COMMENT '更新人',
`update_time` DATETIME COMMENT '更新时间',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='员工请假申请';
字典配置同样自动生成:
-- 自动生成的请假类型字典
INSERT INTO `sys_dict` (`id`, `dict_name`, `dict_code`) VALUES
('dict_leave_type', '请假类型', 'leave_type');
INSERT INTO `sys_dict_item` (`id`, `dict_id`, `item_text`, `item_value`, `sort`) VALUES
('item1', 'dict_leave_type', '年假', 'annual', 1),
('item2', 'dict_leave_type', '病假', 'sick', 2),
('item3', 'dict_leave_type', '事假', 'personal', 3),
('item4', 'dict_leave_type', '婚假', 'marriage', 4);
如果自动生成的字段类型或命名不完全符合预期,直接改 SQL 或在后台代码生成器中调整即可——生成结果不是黑盒,每一步都可以介入修改。
描述越精确,生成越靠谱
AI Skills 的输出质量取决于输入描述的精度。几个实用技巧:
字段类型要明确。 "请假天数"如果你不说,可能被生成成 VARCHAR;加上"整数类型"提示,就能拿到 INT。
字典值要列举。 只说"请假类型字典",AI 会猜值;明确列出"年假、病假、事假、婚假",生成结果直接可用。
权限规则要具体。 "需要权限控制"太模糊——说清楚"哪些角色能做哪些操作",生成的权限配置才不需要二次调整。
对比一下模糊描述和精确描述的效果:
# 模糊——生成后需要大量手动调整
生成一个请假管理功能
# 精确——生成后基本可以直接使用
生成员工请假管理模块:包含请假申请表(申请人VARCHAR50、请假类型关联字典leave_type、
开始日期DATE、结束日期DATE、请假天数INT、原因VARCHAR500),字典leave_type含年假annual/
病假sick/事假personal/婚假marriage,菜单挂在人事管理下,员工角色可申请、经理角色可审批
边界和风险
AI Skills 不是万能的,有几个现实边界需要注意:
复杂业务逻辑仍需手写。 请假审批涉及多级审批流、条件分支(比如超过 3 天需要总经理审批),这类流程目前 AI Skills 生成的是基础框架,复杂流转规则还需要在代码中补充。
生成的代码需要审查。 自动生成的表结构、权限配置不一定完全符合你的安全规范。比如敏感字段是否需要加密存储、权限是否过于宽松——这些要人工复核。
依赖平台版本。 AI Skills 是 JeecgBoot 3.x 的功能,2.x 版本不支持。升级前要评估兼容性,尤其是自定义组件和已有代码生成器模板的迁移成本。
描述歧义会导致生成偏差。 自然语言本身有歧义,"请假天数"可能被理解成"申请天数"或"批准天数"。关键字段最好在描述中加限定词。
上手建议
如果你已经在用 JeecgBoot 或类似低代码平台,可以这样逐步引入 v2.0 能力:
- 先用简单模块试水。 选一个字段少于 10 个的管理模块(比如通知公告、会议室预约),用 AI Skills 生成,对比手动拖拽的耗时差异。
- 审查生成结果。 重点检查表结构字段类型、字典值完整性、权限规则是否遗漏。养成"生成后必审查"的习惯。
- 逐步提高描述精度。 第一次描述可能很模糊,生成结果不理想——把偏差记录下来,下次描述中补上限定词,迭代几轮就能摸清平台解析的偏好。
- 复杂逻辑分层处理。 基础框架用 AI Skills 生成,审批流、计算规则等复杂逻辑用传统方式补充。不要试图一句话搞定所有细节,分层更可控。
低代码 v2.0 的核心价值不是"AI 多聪明",而是把重复性最高的那部分配置工作自动化了——建表、配字典、挂菜单、设权限,这些每个模块都要做、又最没技术含量的活,交给一句话生成,人只审查和补复杂逻辑。这个分工才是合理的。