找到 147 篇与 AI 相关的结果 - 第 2 页
-
Ai时代真学霸思维学习方法课 1.png 课程介绍 【AI时代真学霸思维学习方法课】结合AI技术与高效学习策略,重塑学习思维,提升学习效率。从知识管理到深度学习技巧,手把手教你成为高效学习者,轻松应对复杂知识体系,赢在AI时代!立即加入,开启学霸之路! 学习地址 百度:https://pan.baidu.com/s/1JCpOfKtSfKs7sYymvps-_w?pwd=gmea 天翼:https://cloud.189.cn/t/BfM73iQJJbEf(访问码:1orx) 阿里:https://www.alipan.com/s/4d5Qt3eg1Pa 夸克:https://pan.quark.cn/s/adabde4d3685 下载后请先检查文件完整性,如有问题请在评论区反馈 -
Topaz DeNoise AI v3.7.2便携版 软件介绍 Topaz DeNoise AI是一款专业的人工智能图像降噪软件,得益于AI人工智能算法,这款图片处理软件拥有专业级的图像噪点消除能力,可以分辨图像真实细节和噪点,提供多种算法智能处理,让图片画质更清晰。 软件截图 2022-06-22_115155.png2022-06-22_115224.png 更新日志 community.topazlabs.com/c/releases/denoise-ai 2023.02.22 v3.7.2 2022.11.02 v3.7.1 更新颜色校正模型 更新了库和openiimage 改进了与新Intel CPU和GPU的兼容性 Mac上改进的初始模型加载时间 改进了Nvidia RTX GPU的性能 修复了Mac上的透明方形瑕疵 修复了各种RAW文件类型导致的崩溃 修复了退出问题上的一些崩溃 修复了从元数据中错误读取作物来源的问题 2022.06.22 v3.7.0 更新了微光模型和一些颜色校正更改 更新Libraw以支持OM-1文件 在Windows上添加了TensorRT模型,它应该可以加快Nvidia GPU在10、20和30系列中的处理速度 添加了新的处理错误消息(更新的措辞、缺少模型对话框等) 增加了在手动更新模式下取消更新的功能 添加了用于遮罩模式的Ctrl/Alt/Shift滚动快捷方式,以更改半径/柔和度/不透明度 在登录屏幕上添加了显示密码切换 在Mac的“帮助”菜单下添加了Lightroom Classic疑难解答链接 更改后的JPG和PNG质量/压缩滑块现在从1-100变为1-10 当用户最后一次使用30或更低的值时,JPEG质量设置应重置为95(防止错误保存) 保留输入设置以匹配默认JPEG质量时,将默认质量从90%更改为95% 加载文件时删除的动画应该会让程序感觉更快 修复了CR2文件在打开时崩溃的问题 修正了Lightroom无法在大批量导入中导入所有图像的问题 修复了保存大量原始图像时的内存泄漏问题 修正了JPG DPI不被保存时重写文件 修复了覆盖文件时丢失的TIFF元数据 修复了在外部编辑器模式下未选择图像时应用/取消这两个选项的隐藏问题 修正了Mac上第一个进程的黑块问题 修正了品牌/型号exif数据来自制造商特定标签时写入不正确的问题 修正了PS最后一个过滤器将永远冻结的问题 修正了PS last filter不显示正在处理的图像的预览的问题 修正了在蒙版模式下添加笔划后将禁用手动更新的问题 修复了文件列表视图代理的鼠标区域不占用整个区域 修复了导出时启用的缩放和视图选择按钮 修正了对话框内部的链接没有链接颜色 修正了CoreML缓存在应用程序更新之间没有被清除,这导致了一些处理错误 修复了在插件模式下导出时文件列表视图高度不正确的问题 ⬇️ 下载地址 {cloud type="tianyi" title="天翼云盘" url="https://cloud.189.cn/t/aAzEbqFRvqEn"} 下载后请先检查文件完整性,如有问题请在评论区反馈 -
交互式AI助手 Everywhere v0.5.11绿色版 软件介绍 Everywhere 是一款具备情境感知能力的交互式 AI 助手,拥有简洁现代的用户界面和强大的集成功能。与传统 AI 工具不同,Everywhere 能即时感知并理解您屏幕上的任何内容。无需截图、复制或切换应用——只需按下快捷键,即可在当前位置获得所需帮助,实现无缝的 AI 助手支持。 软件截图 ⬇️ 下载地址 {cloud type="tianyi" title="天翼云盘" url="https://cloud.189.cn/t/yEVB3a6feiui(访问码:ykw3)"} 下载后请先检查文件完整性,如有问题请在评论区反馈 -
AI漫画小说推文0基础小白起号 2.png 课程介绍 0 基础也能做的 AI 漫画小说推文副业!教你用 AI 工具快速生成漫画分镜,搭配热门小说片段制作吸睛视频。从授权获取、选题技巧到平台发布规则,拆解 “关键词引导 + 流量变现” 玩法。7 天掌握脚本撰写、AI 出图与剪辑,新手也能轻松起号,靠推文分佣实现副业增收! 学习地址 百度:https://pan.baidu.com/s/1q8ORffKtNOxynk7JAorgGg?pwd=ggp7 天翼:https://cloud.189.cn/t/FvQnUrjyAvqy(访问码:21ci) 阿里:https://www.alipan.com/s/JoXBH6JVZC4 夸克:https://pan.quark.cn/s/3e6c15742ec3 下载后请先检查文件完整性,如有问题请在评论区反馈 -
全域短视频AI导航地图变现课 1.png 课程介绍 从剪辑技巧、AI工具应用到私域流量运营的多个维度。课程内容包括视频剪辑、特效添加、语音合成、文案提取等实用技能,同时深入讲解如何通过AI工具提升视频制作效率和变现能力。无论你是新手还是有一定经验的创作者,都能从中掌握爆款视频的制作方法、流量承接技巧以及私域引流策略。 学习地址 百度:https://pan.baidu.com/s/1T1VorIi0HkTWPSprXULs2Q?pwd=brfk 天翼:https://cloud.189.cn/t/ZZ32IbRRzEvy(访问码:9utm) 阿里:https://www.alipan.com/s/wK1FaKpTbAi 夸克:https://pan.quark.cn/s/0b55292bef00 下载后请先检查文件完整性,如有问题请在评论区反馈 -
AI时代实体老板获客必学的一堂课 1.png 课程介绍 《AI时代实体老板获客必学的一堂课》课程专为实体店老板设计,旨在帮助他们利用AI技术提升获客能力。课程涵盖AI在市场营销中的应用、客户数据分析、精准营销策略及客户关系管理等内容,帮助学员系统性掌握现代获客技巧,实现客户获取与留存的双重提升,推动业务增长。 学习地址 百度:https://pan.baidu.com/s/1xFoRE-GGoHQPcSIiPx-_gg?pwd=1ysy 天翼:https://cloud.189.cn/t/uq6FBffI3qaa(访问码:w8xv) 阿里:https://www.alipan.com/s/P7h3m2i2TEq 夸克:https://pan.quark.cn/s/af181b7e706d 下载后请先检查文件完整性,如有问题请在评论区反馈 -
Skylum Luminar AI v1.4.1 软件介绍 Luminar AI,号称全球第一款完全由AI人工智能实现的图像处理软件。提供了智能识别场景、智能编辑面板,一键抠图替换天空、智能人像处理(一键提亮脸部、一键瘦脸瘦身、消除红眼、去除黑眼圈)等功能。 软件截图 智能识别场景 打开图片后,软件会自动识别图片类型,为你推荐适用的模板。 1.png 强大智能的编辑面板 除了整体的调整外,几乎每项局部调整都依靠AI识别,完全不必使用如Photoshop中复杂的蒙版功能! 2.png 3.png 一键抠图替换天空 4.jpg 5.jpg 智能更换虹膜 软件可以精确地识别和更换虹膜,保持合成后极为自然的状态。 6.gif 一键提亮脸部、一键瘦脸、消除红眼、去除黑眼圈等等一步完成。 7.png8.png 对于人像处理,只需要稍微的调整下就可以达到非常满意的效果。 9.gif 一键瘦身 10.gif 更新日志 https://skylum.com/hans/luminar-ai-b 2021.08.30 Update 4 v1.4.1(8361) 最近更新: Luminar AI Update 3 v1.3.0 大幅提升LuminarAI启动速度 改进天空替换交互,更容易选择AI天空对象 天空替换AI控制工具有更多反射和细节调整 增强了在搭载苹果硅的苹果M1版 Mac 的性能 改进了已购买模板选项卡界面,可更方便的浏览 采用 [减淡与加深]工具新的柔和度滑块,修饰更精确 支持在 Windows 平台上打开导入 iPhone HEIC 文件 ⬇️ 下载地址 {cloud type="tianyi" title="天翼云盘" url="https://cloud.189.cn/t/U7zqaabuuyIv"} 下载后请先检查文件完整性,如有问题请在评论区反馈 -
蔡老师的AI创作者训练营课程 蔡老师的AI创作者训练营课程 图片1 课程介绍 本课程由著名AI领域专家蔡老师倾心打造。学员将系统学习AI创作理论与技术,包括生成对抗网络、自然语言处理等。课程注重实践,通过案例分析与项目实践,帮助学员掌握AI创作核心技能,成为在AI领域中的创意领袖。 学习地址 百度:https://pan.baidu.com/s/1soScXQifDq9iUEN9R_TmZQ?pwd=vg0i 天翼:https://cloud.189.cn/t/AJbmQfAjI7ba(访问码:2cgw) 阿里:https://www.alipan.com/s/S2g88uVAwVj 夸克:https://pan.quark.cn/s/7ad0bae1342d 下载后请先检查文件完整性,如有问题请在评论区反馈 -
AI闪电做外贸训练营选品第22期 AI闪电做外贸训练营选品第22期 图片1 课程介绍 【AI闪电做外贸训练营选品第22期】聚焦外贸选品实战,结合AI技术精准挖掘爆款产品,提升选品效率与成功率。从市场分析到数据驱动决策,手把手教你打造高利润产品线,助力外贸业务快速增长!立即加入,抢占市场先机! 学习地址 百度:https://pan.baidu.com/s/15DGoD5oWQdPTskuoWYBO1g?pwd=7ipz 天翼:https://cloud.189.cn/t/ya2E3iURNRvq(访问码:lvl8) 阿里:https://www.alipan.com/s/jkDtB5A2iBW 夸克:https://pan.quark.cn/s/250c67b05e86 下载后请先检查文件完整性,如有问题请在评论区反馈 -
走进你人生的第一节AI设计课程 走进你人生的第一节AI设计课程 图片1 课程介绍 这是一门引人入胜的学习体验,旨在揭示人工智能设计领域的奥秘。通过深入理解 AI 技术和设计原则,学员将学习如何创建令人惊叹的交互体验,并掌握构建智能系统的要领。这门课程将为你开启创新思维,打造未来的设计之路。 学习地址 百度:https://pan.baidu.com/s/17U6dN3dur-_kEHvBhK4SQg?pwd=yh9j 天翼:https://cloud.189.cn/t/zeQvauNziimy(访问码:hwq3) 阿里:https://www.aliyundrive.com/s/6eGshPYDcYV 夸克:https://pan.quark.cn/s/4aefecca534e 下载后请先检查文件完整性,如有问题请在评论区反馈 -
PhotoDirector相片大师v18.0.0828.0高级版 软件介绍 CyberLink PhotoDirector 2026(相片大师2026)是一款专业的AI照片编辑与RAW处理软件,支持AI天空替换、AI人像选取、AI物件移除等智能修图功能,并提供图层蒙版、HDR合成等进阶工具,满足摄影后期与影像创作需求。这里提供PhotoDirector 2026中文版功能介绍、安装使用指南与官方下载/试用入口,帮助你快速上手提升出片效率。 软件PhotoDirector相片大师v18.0.0828.0高 图片2 新版变化 产品版本和最新信息 - 讯连科技支持中心 https://cn.cyberlink.com/support/index.html?action=download 相片大师365的最新变化 | 讯连科技 https://cn.cyberlink.com/products/photodirector-photo-editing-software-365/whats-new_zh_CN.html?scrollTo=whatsnew_box 相片大师2026中文版PhotoDirector 2026 新版特性: AI聊天修图:新增“Edit by Chat”对话式修图,打字说“去噪提亮”,AI自动执行,告别繁琐菜单 AI生成升级:图片转支持Veo 3.1、Sora-2、Kling 2.6等模型,新增人物动作/唇形迁移,静态人像秒变动画 AI局部重绘增强:框选区域+参考图,AI自然融合替换场景元素,换天抠图更逼真 AI杂线移除:一键识别并抹除天空电线、路边乱线,风景照更干净 人脸检测升级:小脸、侧脸也能精准识别,人像精修覆盖更多角度 启动面板改版:新增“最近任务”分页,上次未完成项目点一下接着干 AI模型实验室:集中接入Flux.2、GPT-1.5等第三方最新模型,新功能随出随用 RAW格式扩容:新增松下LUMIX G9 II、尼康Z6III等最新机型RAW文件直接导入 常规稳定性修复:修复图层合并崩溃、模块切换卡死、快捷模板文字偏移等老毛病 版本特点 中文安装包+本地AI模型 系统要求 · 系统:Windows 10 或更高版本64位(不支持32位) · 内存:AI 处理建议 16 GB 起步,4K 多轨项目建议 32 GB · 显卡:2026版AI特效(如风格化、降噪、动态运镜/抠像)严重依赖显卡算力,2G显存起 · CPU:AI 处理需 Intel Core i7 或 AMD Ryzen 3 起步。老款i5或低压可能无法调用AI引擎 ⬇️ 下载地址 下载后请先检查文件完整性,如有问题请在评论区反馈 -
oinone-pamirs {card-default label="? 项目信息" /} ? 项目名称:oinone-pamirs ? 开发语言:Java ⭐ Star数:3435 | ? Fork数:167 ? 开源协议:AGPL-3.0 ? 项目地址:https://gitee.com/oinone/oinone-pamirs {/card-default} 项目介绍 Oinone 是AI驱动的低代码研发框架。助力开发者/企业产研团队/软件公司全面拥抱AI,保障AI和开发者在同一套元数据体系中协作,产出真正可维护、可演进、高质量的企业级智能应用。 [低代码无代码一体化] 国产化适配无代码开发框架VibeCoding[AI低代码] 项目详情 Oinone · AI 原生低代码研发框架 AI 负责速度,Oinone 负责尺度 100% 元数据 / 模型驱动 · AI 原生企业应用的基础设施 项目![oinone-pamirs 图片1 项目![oinone-pamirs 图片3 项目![oinone-pamirs 图片4 项目![oinone-pamirs 图片6 ? 官网 · ? 文档 · ⚡ 快速开始 · GitHub ⭐ 如果 Oinone 对你有帮助,点个 Star 支撑一下 —— 帮更多开发者发现 AI 原生低代码,也是对团队最大的鼓励。⚡ 快速开始(一条命令,约 5 分钟) curl -L https://gitee.com/oinone/oinone-docker-shared/raw/master/oinone/docker-compose-zh.yml -o docker-compose.yml docker compose -p oinone up -d # open http://127.0.0.1:88 admin / admin首次启动需几分钟,可用 docker logs -f oinone-backend 观察进度。 1、仓库简介 欢迎访问 Oinone Pamirs,与我们一起完善 AI 驱动的低代码研发框架,此仓库为 Oinone 后端框架。 Oinone 是 AI 驱动的低代码研发框架,定位于 AI 原生应用的基础设施,Oinone 谐音 All-in-one 之意,O 代表开源,象征:一站式、敏捷响应、持续创新。 Oinone 响应信创工程,全栈支撑国产操作系统、中间件、数据库等。 了解更多信息,您能够访问 ? 官网 | ? Gitee-中文 | ? AtomGit-中文 | ? Github-EN。 【⚡ 后端-Gitee | ⚡ 前端-Gitee | ⚡ 后端-AtomGit | ⚡ 前端-AtomGit | ⚡ 后端-Github | ⚡ 前端-Github】 2、核心价值 ? 解决谁的疑问:面向开发者/企业研发团队/软件公司,致力于为行业带来改变,为伙伴提供支撑,已成功服务众多百强企业、行业领军企业及 100 家以上软件公司,如烟草行业领军企业-云南中烟、Relx悦刻,文具行业知名品牌企业-得力、齐心、广博,服装智联领域全球领导者-杰克科技、汽车零配件领导者-冠盛集团、国内领先的企业数智化解决方案提供商-数道、知名智能决策软件厂商-数策智能等,支撑业务领域横跨 MES、APS、ERP、HIS、内控、防伪溯源、投资管理、OMS、F2B2b等。 ? 解决什么疑问:助力企业产研团队/软件公司全面拥抱 AI,通过开源、有纪律的 AI 低代码研发框架,让 AI 和开发者在同一套元数据体系中协作,产出真正可维护、可演进的企业级智能应用。 3、核心特性 核心特性I ? AI Coding + Oinone 框架纪律:100% 元数据驱动 + 可视化无代码设计 + 企业级应用基础能力 + 企业级集成 + 复杂技术简单化应用,构成标准化的研发纪律。让框架不再是自由散漫的脚手架,而是有章法的工程体系。 开源:AI 可学习的设计原理与开发范式。完整开源的框架代码,让开发者深度理解每一层设计决策,也让 AI 能够真正“读懂”你的开发框架。 AI Coding 就绪:结合 Oinone 框架的 Spec 最佳实践确保稳定性、高质量和可维护性。当 AI Coding 在有纪律的环境中运行时,产出的是可交付的企业级应用,而不是 Demo。 ? 应用天然具备“数据-反馈闭环”(Data-Feedback Loop,DFL)机制,构建“自演进”的应用成长模式 构建[训练 -> 建模 -> 执行 -> 评估 -> 自主执行]的 AI 员工全生命周期能力 核心特性II 4、产品架构 基于 Oinone 构建的每一个应用,无需额外集成即拥有 AI 能力。Aino 通过元数据底座天然理解你的业务语义,实现真正的智能应用而非简单的 AI 集成。 Arch 5、Aino 5.1 何为 Oinone Aino Aino 寓意 AI Innovation,谐音I Know,是基于本体论(Ontology)的企业级智能体全生命周期构建平台。不仅仅是会话式 AI,更是懂系统、懂业务、能执行的智能体。Aino 集模型接入、模型微调、工具/技能库、知识库、不受限的智能体编排、全新的企业级交互于一体。 5.2 Aino UX Aino 6、演示环境 演示环境相关⭐ 7.x 演示环境将于近期发布,敬请期待 ⭐ 7、近期动态 7.1 专属福利 ? 二维码领取步骤项目![oinone-pamirs 图片91. ⭐ Star 本项目2. 扫码左侧二维码添加小助手3. (已 Star 凭证)发给小助手4. 小助手邀请 Star 用户进入专属交流群5. 限时申请企业版试用授权8、入门与文档 快速入门文档链接PackagePackage 内容⚡ 安装与升级? 用户手册? pamirs-k2? 元数据核心作用⚡ 环境准备? 研发手册? pamirs-framework? 核心作用包⚡ 企业版? 最佳范式? pamirs-framework-commons? 核心功能公共包⚡ 入门教程建议完整学习 ? 常见解决方案? pamirs-framework-adaptor? 核心功能扩展包⚡ 调试工具? 常见问题? pamirs-spi? SPI基础功能包 ? pamirs-boot? 应用启动包 ? pamirs-core? 基础功能包 ? pamirs-middleware? 中间件功能包 ? pamirs-ux? 用户体验功能包9、许可协议 Oinone Pamirs 遵循 AGPL-3.0 协议。 第三方开源软件及许可说明 10、如何参与 参与社区:您能够前往 ⚡Oinone 社区 与大家互动哦❤️ 参与贡献 11、联系我们 官网:https://www.oinone.top 邮箱:oinone@shushi.pro ⭐ Star 趋势 Star History Chart 觉得 Oinone 有用?点个 Star ⭐ 能帮更多开发者发现它,谢谢支持!⬇️ 下载地址 {cloud type="default" title="网盘下载" url="https://gitee.com/oinone/oinone-pamirs/repository/archive/master.zip"} 下载后请先检查文件完整性,如有问题请在评论区反馈 总的来说,这个资源还是相当不错的,有需要的朋友可以收藏备用。 -
vibe-pentest 是什么?好用的工具软件推荐 今天给大家分享一款实用的开源工具——vibe-pentest。这个工具在Gitee上获得了22个Star,主要功能是Vibe Pentest 是一款基于 AI Agent 架构的自动化渗透测试工具,采用多 Agent 并行执行架构,能够对 Web 应用、API、管理后台等进行全面的黑盒渗透测试(包括业务逻辑漏洞评估),输出稳定可靠的安全报告,提供可落地整改建议。,对于需要提高工作效率的朋友来说是个不错的选择。 工具功能介绍 中文 | English Vibe Pentest 当前版本:v1.0.30Vibe Pentest(AI 渗透测试)是一款基于 AI Agent 架构的自动化渗透测试工具,采用多 Agent 并行执行架构,能够对 Web 应用、API、管理后台等进行全面的黑盒渗透测试(包括业务逻辑漏洞评估),输出稳定可靠的安全报告,并提供可落地的整改建议。 最适合安全服务公司与个人白帽子的 AI 渗透测试工具。内置白帽子职业操守约束,全程遵循最小影响原则:获得有效证据后即停止不必要的重复利用、扩散操作。具备创新独特的“低影响高回报渗透模式”、深入挖掘漏洞的“标准模式”。目录 流程示意图 提示词示例(强烈推荐使用) [三分钟教学vibe-pentest 是什么?好用的工具软件推荐 图片1 三步骤快速安装 环境运行依赖 工作目录与报告输出 HTTP 代理配置(可选) 自定义 POC 与指纹规则(可选) [ -
豆包Ai指令85+提示词合集 豆包Ai指令85+提示词合集 图片1 一份专为字节跳动豆包AI设计的实用指令与提示词合集,收录85+条经过验证的常用模板。涵盖写作、编程、分析、营销等多个场景,助您快速掌握与AI高效协作的技巧,解锁更多深度功能与创意玩法。 百度:https://pan.baidu.com/s/1K1BwKwDXaYZGse94Fnfg_w?pwd=skbw 夸克:https://pan.quark.cn/s/01d9b57ea758 迅雷:https://pan.xunlei.com/s/VOj9vXShA4f86PJX96jnvDD8A1?pwd=tbsm# 下载后请先检查文件完整性,如有问题请在评论区反馈 -
同讯AI+零代码平台 项目信息 项目名称:同讯AI+零代码平台 开发语言:Java Star数:6633 Fork数:1143 开源协议:Apache-2.0 项目地址:https://gitee.com/agile-bpm/tx-zcode 项目介绍 面向AI时代的企业数字化底座!让业务人员也能完成系统开发。市场应用的 ERP、OA办公、公文收发、资产管理等应用 永久无偿!供给企业级表单、流程设计能力、自动化流、触发器、连接器等自动化组件。 项目详情 同讯零代码 面向AI时代的数字化底座 本产品面向海量B端市场,能够让不懂开发的人员,基于AI可控的生成零代码项目,并支撑在线拖拽式二次开发,完成人机协同开发的模式。 产品永久免费,无用户数等限制,能够在企业内完全免费的私有化部署,并支撑开发者二次高代码开发。 产品定位:业务人员AI+零代码开发解决90%场景需求,复杂需求开发人员 本地AI+高代码兜底。 90%日常简单需求,业务人员零代码可视化开发。10%复杂需求开发人员低代码增强,从简单到复杂渐进式递进,让业务人员与开发人员无缝协作,让零代码平滑升级至低代码开发。 产品研发投入数千万,在华润、联想、万科、电信等五百强企业有多年的生产验证,可靠性高。 我们开放了 100% 零代码的功能,复杂需求您在本地高代码开发。 如需更轻松的低代码的在线开发能力、ETL数据流、BI报表大屏、AI工作流等数据分析处理能力,则选择商业版。 商业版还提供 小时级的低代码增强开发、定制服务、IT运维等服务,欢迎咨询。 开源版可替代市面上大多商业化的零代码产品!我们目标让企业创新真正零成本落地,如果觉得产品不错可以考虑支持下团队,升级商业版。 技术交流群 QQ交流群:108698205,如果进了技术群,请先看群公告再问问题。 添加微信:agileBPM01,请备注开源,他会拉进微信群。 文档 体验地址 ? 核心特性 应用市场:逐步上线官方免费应用:公文平台、OA办公、资产管理、客户关系、ERP 等(在 应用模版-已购买中 在线安装) 后端组件:Maven 模块化管理、SOA架构模式,JDK17+、SpringBoot3.x、MyBatisPlus、Activiti7 前端组件:Pnpm + Monorepo + Turbo工程管理模式,TypeScript、Vue3.x、Vite、ElementPlus ? 列表应用 :包含分页列表、卡片 、画册、看板 、甘特图、日程、日历的视图,行编辑,行级列级数据权限,左树右列,列统计,函数虚拟列等诸多功能。 可经过零代码的方式构建管理列表页面,数据报表页面。用于增删改查、导入导出、出库入库、启用禁用、指派、发起流程等业务功能操作。 ? 表单 :50+常规控件、8+动态取数据控件、4个主子表功能插件。 提供十分完善的表单控件支持,可配置程度十分高,有通用表单控件需求,可以提工单。 ? 流程 :办理节点、审批节点、抄送节点、分支节点、自动化节点、或签、会签投票、节点表单字段级权限、抄送、传阅、加签、驳回、人工终止、转办等诸多功能。 提供主流流程设计器以及商业级流程可配置能力,流程引擎一步到位。 ⚙️ 自动化流 :支持 15种执行节点 循环、判断 、消息推送、SQL处理、增删改查、流程发起等节点类型。 用于API接口提供,业务逻辑扩展如排产、MPR等运算逻辑的编排,跨系统事件处理、预警通知等场景 ? 触发器 :表单增删改事件 触发、列表应用 按钮 触发、流程事件 触发、定时 触发、系统事件 触发、API调用触发。 用于各种场景触发自动化流 ? 集成能力 :跨系统auth2集成、企微、钉钉集成(免登、消息推送、用户组织同步)微前端集成、邮件、短信、等通知方式自定义扩展、百度OCR、阿里云、等对接配置。 用于已有系统以及第三方系统的集成整合 ? PRO功能 :AI 工作流编排、ETL异步作业流、BPMN2.0流程设计、大屏多维交叉报表、Excel报表等。 开源版 提供全部零代码范畴功能以及高代码兜底的能力,商业版提供低代码增强能力以及大屏等数据分析处理场景的能力。 核心能力图谱 AI 小智 面向用户端AI能力 :智能问答、智能填单(一句话办事)、智能问数、AI智能体(PRO) 面向开发者AI能力 :AI需求大师(0-1生成完整应用)、小智流程表单列表生成以及修改(基于需求文档资料生成流程表单等功能页面)、AI流程决策(PRO) 全面开放MCP的能力 (v6.3):用户可生成自己的 API-KEY,提供给小龙虾智能体等,代理用户操作业务系统 AI能力 需要在 [平台配置] - [系统配置] - [产品企业服务平台] 配置AI服务,默认设置仅临时试用,正式环境请务必申请专属 token。 AI能力图谱 系统界面 项目 下载后请先检查文件完整性,如有问题请在评论区反馈 -
AI Coding 蜜月期之后,我们重新思考了 AI 提效 Google CEO Sundar hai 在 Cloud Next 大会上透露,公司新产生的代码中已有 75% 由 AI 生成,而六个月前,这个比例还只有 50%。OpenAI 里普通工程师的 AI 使用已经大部分转向了自研的 Codex;如今这部分工程师约 99% 的输出 Token 都来自 Codex,人工敲键盘的角色已经被压缩到近乎象征性。 光从这些数字看,AI 的代码生成能力似乎已经超越大部分工程师。 我们自己深度使用 AI Coding 半年下来,最开始也是这个感觉——直到真正把它放进企业系统里跑起来,才发现代码生成变快之后,露出来的是一堆过去被“写代码慢”这个瓶颈掩盖住的疑问。 这篇文章想聊的,就是我们在实践里踩过的坑,以及从中总结出来、觉得值得参考的几个结论。 一、与 AI Coding 的蜜月期 过去两年,AI Coding 的进展可能超出了很多人的预期。 从代码补全,到能够理解需求、搜索资料、分析代码、制定方案,再到自主修改代码、编写测试、运行验证,Coding Agent 已经开始从“辅助工程师写代码”,走向承担完整的软件开发任务。 我们自己也经历了一段明显的“蜜月期”。 过去,一个中型研发需求从接手到首次看到 Demo,往往要经历需求分析、代码阅读、技术调研、方案设计、内部讨论和实际开发。即便需求本身不复杂,从真正开工到见到结果,通常也需数周。 而在使用 Agent 后,这一过程被压缩到完全不同的尺度——一两天内完成需求理解、资料搜索、方案调研、代码设计、功能开发和测试,甚至一次性产出 2~3 万行 C++ 代码。有些相对独立的疑问,几小时甚至一两个小时就能得到完整结果。更令人印象深刻的是,它不只“写代码快”,还能先给出一套看起来相当专精的解决方案,再交由工程师判断是否采用。 这种体验很容易让人产生一种判断:既然 AI 已经能够完成这么多工作,那么软件研发是不是很快就会进入一个新的阶段——人负责提出需求,AI 负责完成完成? 但真正进入生产环境之后,我们很快遇到了一个让我们重新思考这个问题的案例。 二、半天写完的功能,为什么卡了两周? 前不久,我们希望让 DolphinDB 的部分 Join 算子支持跨时间分区计算。用户通常按交易日分区存储数据,以便分布式执行。但对于加密资产这类 7×24 小时连续交易的场景,交易数据不再天然以自然日为边界,跨天、跨时间分区的计算需求越来越常见,所以我们决定补齐这部分能力。 这个需求交由当时最新一代 GPT 模型驱动的 Agent 处理。 结果相当惊人:不到两个工作日,Agent 基本完成了从分析现有代码、理解需求、设计方案,到编写功能、补充测试、生成设计和使用文档的完整流程。初步测试也未发现明显问题。 按照传统研发流程,这类需求涉及底层执行逻辑、分区机制和多个 Join 算子,人工开发往往需要数周甚至更久。Agent 将这一过程压缩到了不到两个工作日。当时我们的第一反应不是怀疑,而是兴奋——AI Coding 的效率确实令人震惊。 但随着测试范围扩大,新的问题开始出现。 这些问题并不简易是“代码写错了”。Agent 对需求的理解基本正确,算法设计也没有明显问题。真正的问题在于,它并没有完整掌握几十万行代码背后那些分散的技术约束:哪些分区方式存在特殊限制,哪些数据类型尚未支持,哪些能力只存在于 SQL 层而函数式接口尚未完成,以及哪些历史遗留限制会影响新功能。 最终,测试阶段发现了若干大类、几十个预期外问题。 这次经历并未让我们降低对 AI 的判断,反而让我们更确信:AI Coding 已足够强大,真正值得重新思考的是——当代码生产速度大幅提升后,企业的软件研发体系应如何改变? 我们后来逐渐形成了三个较为明确的认识。 三、效率的幻象——AI 提速之后,暴露的三个问题 问题一:代码生产提速了,交付却没有同步提速 一个需求从提出到上线,远不止编码。需求分析、方案设计、开发、Review、测试、发布,每个环节都可能是瓶颈。过去编码占用大量时间,提升编码效率收益明显;但 Agent 能在几小时内完成过去数周的工作后,其他环节的重要性迅速上升。 若 AI 将开发从五天缩至一天,但 Review 仍需两天,测试仍需三天,发布仍需两天,整体周期不会缩短五倍。甚至可能出现相反情况:AI 产生更多代码和 PR,Review 和测试工作量增加,原本不突出的环节成为新瓶颈——这正是阿姆达尔定律在软件工程中的体现。 我们看到的“两小时写完,后续几周解决问题”,许多时候并非 AI 写错,而是复杂系统中修 Bug 往往是在补充原有架构和能力的缺失。局部功能可快速完成,但要进入复杂生产系统,涉及的依赖、验证和兼容性远超功能本身。 所以,AI Coding 下一阶段的关键不是让 AI 写得更快,而是让整个交付链路能承接这种速度——Code Review、自动化测试、CI/CD、发布和运维,都需逐步进入 AI 驱动的工程体系。 问题二:AI 最大的障碍,不一定是幻觉,而是不了解企业 使用 AI 优化功能的经历让我们重新审视“AI 为何在复杂老系统中出错”这个常见问题。 最容易归因的是“幻觉”,但我们的感受并不完全如此。Agent 找到的资料、分析的结构、设计的方案可能都合理,问题在于这些信息往往只是系统事实的一部分。一个运行多年、数十万行代码的软件,真正约束不会全写在架构文档里——它们藏在历史接口实现、异常处理逻辑、事故后遗留的保护代码,或团队默认的规则中。人类工程师虽未必一次性看清所有,但至少知道“哪里可能有坑”,知道该问谁、重点检查什么。 Agent 则不同,它像一个能力很强但刚入职、未受公司培训的新人。给它独立的新系统(如内部新模块,无历史债、架构清晰),它能表现出色;但进入运行多年的大型系统时,面对“分区”“别名”等看似普通的功能,背后却可能存在大量历史代码和技术债。Agent 能理解一部分,却难以保证已覆盖所有隐藏约束。 所以,我们越来越认为,企业 AI Coding 的核心问题,不是简易增加 Token、文档或 Context Window,这已经不只是 Context Engineering,而是走向了更广义的 Environment Engineering。 问题三:AI 越会写代码,越容易重新造轮子 代码生成日益廉价后,“重新实现一遍”会变得异常容易。但企业真正稀缺的从来不是代码本身。 一家运行多年的科技公司,真正沉淀的是数据库、计算引擎、中间件、内部 SDK、业务组件,以及围绕它们形成的大量生产验证能力。熟悉技术栈的工程师默认会复用这些能力——遇到数据处理,不会重写数据库;需要复杂计算,调用已有引擎;需要业务能力,寻找现成组件。 而对 Agent 来说,如果这些能力没有被显式暴露出来,它很可能根本不知道企业已经拥有它们,于是转身就把轮子又造了一遍。 四、从 AI Coding 实践中得到的三个结论 在深度使用 AI Coding 之后,我们的感受并非“AI 不过如此”,反而是越来越清晰地意识到:AI 的能力已经足够强大,强大到足以实质性改变软件开发的生产方式。然而,恰恰是 AI 越强,越让我们看清一个本质问题——代码从来只是软件生产中的一个环节,而企业真正需要提升的,也远不止写代码这一件事。 从我们的实践来看,至少有三个结论值得重新思考。 从 Coding Efficiency 走向 Delivery Efficiency AI Coding 最容易被量化的,是代码生成量、Token 消耗、PR 数量和开发耗时。但这些指标,并不天然等同于企业真正关心的业务结果。 试想,如果 AI 让一位工程师一天开出十个 PR,而代码审查、测试和发布流程依然只能消化两个,那么企业得到的就不是十倍的交付能力,而是八个堆积在队列中等待处理的 PR。 因此,AI Coding 的 ROI,最终还是要回归到端到端的软件交付效率。这意味着,企业必须同步升级自动化测试、代码评审、CI/CD 流水线、发布策略和质量验证体系,让 AI 生成的代码产能,真正转化为可交付的软件成果。 简而言之,AI Coding 解决的是“生产代码”,而企业需要解决的,是“消化代码”。 建设 Agent 可理解的工程环境 当 Agent 面对一个复杂的企业系统时,问题往往不是它完全不会,而是它无法掌握那些分散在代码、文档和人员经验中的隐性约束。 企业需要重新梳理自己的工程环境,让架构更清晰、组件更可发现、知识更易检索、历史经验可复用、工程规范可表达、工具可调用,同时让权限边界对 Agent 透明。这些过去是为了便捷人的协作,现在同样决定了 Agent 能否真正工作。因此,我们认为企业需要建设的已经不只是传统意义上的 Context Engineering,而是一套更完整的 Agent Engineering Environment。 这也是我们做 DolphinX 时比较核心的考虑。 DolphinX 并不是简单地给企业增加一个 Coding Agent,而是试图为 Agent 提供进入企业软件环境所需要的完整条件:知识能够沉淀和检索,重复性的工作能够封装成 Skill,历史交互可以形成 Memory,企业已有能力可以经过 MCP 等机制被调用,同时用户身份、权限和执行过程也能够纳入统一治理。 这样,Agent 面对一个企业系统时,不再需要每次从零开始理解,也不需要把企业已有的知识和能力重新复制一份到外部 AI 系统中。 过去是工程师适应企业的软件环境;AI 时代,我们还需要让软件环境能够被 Agent 理解。 基础设施是 AI 的杠杆,不是替代品 AI 并不会因为能够生成 Python、SQL 或其他代码,就自动取代数据库、计算引擎、中间件和业务系统。PB 级数据仍然需要数据库存储和查询,复杂数据处理仍然需要专精计算引擎,实时数据仍然需要流处理,不同系统之间仍然需要可靠的数据服务和中间件,权限和审计也仍然需要由企业的治理体系负责。 AI 更适合做的是理解用户意图,然后选择和组合这些已经存在的具有确定性的能力。 以 DolphinDB 为例。它在金融、能源、工业等场景中经过了多年生产验证,沉淀了完善的数据模型、计算函数库、流处理框架和分布式执行能力。这些能力不是几行代码可以替代的——它们是企业在真实业务中逐步打磨出来的基础设施。Agent 不需要也没有必要去“重新实现”一个计算引擎,它只需要知道这些能力存在、理解如何调用它们,然后把精力放在理解用户意图和组合已有能力上。 写在最后:当代码不再是壁垒 如果代码本身正在变得廉价,那工程师的稀缺性在哪里? 答案或许和直觉相反:人的价值不会消失,只会转移。当实现越来越便宜,判断、架构、经验和责任就会越来越贵。所以,AI 时代需要升级的不是 Coding 能力,而是整条软件生产体系——让 AI 承担更多“实现”,让工程体系承担更多“约束”,让基础设施承载更多“确定性”,而把人解放出来,去做真正需要判断和负责的事情。 未来的竞争,不属于写代码最快的 AI,而属于工程环境更好、基础设施更强、业务理解更深的人。 下载后请先检查文件完整性,如有问题请在评论区反馈