一种基于AI生成应用的方法与流程

一种基于ai生成应用的方法
技术领域
1.本发明涉及智能应用生成技术领域，特别涉及一种基于ai生成应用的方法。


背景技术：

2.当前市场中涌现出众多低代码和无代码平台，其功能丰富且种类繁多。在这些平台中，表单作为数据展示和信息收集的核心载体，已经成为最常用的功能之一。通常情况下，用户需掌握如何创建和设计包含多个表单的应用，以满足各类需求。然而，人工创建和设计应用的过程既耗时又效率低下，大量内容需要重复构建，导致整体开发效率大幅降低。此外，用户可能在应用涉及的领域缺乏相应的专业知识和信息，从而影响应用的专业性和实用性。


技术实现要素：

3.为了解决上述技术问题,本发明提供了一种基于ai生成应用的方法，包括以下步骤：
4.步骤s1：通过前端界面获取用户输入的需求内容作为参数，并将其传送至后端系统；
5.步骤s2：后端系统获取参数并进行筛选和处理；
6.步骤s3：将处理后的参数传输至ai算法模型；
7.步骤s4：ai算法模型接收参数并根据输入生成相应的结果数据，随后反馈至后端系统；
8.步骤s5：后端系统接收结果数据并进行分析和解析，根据预设的应用规则将结果数据组装成应用，然后将其反馈至前端供用户使用。
9.优选的是，步骤s2中的后端系统获取参数并进行筛选处理具体包括：通过敏感词dfa算法对参数进行敏感词过滤，若参数中出现敏感词，则直接返回失败并提示重新输入需求内容；若参数中无敏感词，则执行步骤s3。
10.在上述任一方案中，优选的是，在步骤s4中，调用ai算法模型生成结果数据，所述结果数据为json格式。
11.在上述任一方案中，优选的是，在步骤s5中，后端系统对结果数据进行分析与解析，若结果数据正常，则根据预设的应用json格式规则组装成应用，并转换为前端json结构的应用；若结果数据异常，则将异常信息反馈至前端。
12.在上述任一方案中，优选的是，后端系统对结果数据进行分析和解析具体包括：
13.判断结果数据是否完整，完整的结果数据需包含“《start》”与“《end》”两个标识符，分别表示开始和结束；若两个标识符不完整，则需向ai算法模型重新发送请求；如结果数据完整，则以“《start》”与“《end》”两个标识符作为起止点，从中提取用于解析为应用的json数据。
14.在上述任一方案中，优选的是，还包括：初始化应用对象，用于存储应用信息和反
馈信息；将结果数据转换为相应的json对象，所述json对象包含表单列表；接着对json对象进行逐层解析，将逐层解析的最终结果赋值到应用对象中，然后将赋值后的应用对象信息反馈给前端，前端根据赋值后的应用对象信息完成应用数据读取和展示。
15.与现有技术相比，本发明具有以下优点和有益效果：
16.1、本发明提出了一种基于ai生成应用的方法，能够根据用户需求自动生成相应的应用。这种方法无需人工搭建和配置应用，从而提高了工作效率，降低了开发成本。同时，用户在使用过程中更加便捷，实现了更高的效率。
17.2、本发明提出了一种基于ai生成应用的方法，采用ai算法模型技术来生成满足用户需求的应用。生成的应用包含多个表单，既支持表单内部组件之间的数据关联，也支持多个表单之间的数据关联，从而实现了更为丰富和灵活的数据交互。
18.3、本发明提出了一种基于ai生成应用的方法，具备对敏感词进行过滤反馈的能力，实现更高效安全的数据处理。
19.本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
20.本发明的上述及/或附加方面和优点将从以下实施例的描述与附图中变得明显且易于理解。在附图中：
21.图1为本发明基于ai生成应用的处理逻辑示意图。
具体实施方式
22.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
23.本发明实施例涉及一种基于ai生成应用的方法，包含以下步骤：
24.步骤s1：通过前端界面获取用户输入的需求内容作为参数，并将其传送至后端系统；
25.步骤s2：后端系统获取参数并进行筛选和处理；
26.步骤s3：将处理后的参数传输至ai算法模型；
27.步骤s4：ai算法模型接收参数并根据输入生成相应的结果数据，随后反馈至后端系统；
28.步骤s5：后端系统接收结果数据并进行分析和解析，根据预设的应用规则将结果数据组装成应用，然后将其反馈至前端供用户使用。
29.本发明提出了一种基于ai生成应用的方法，用户仅需输入需求内容，ai算法模型即可根据用户需求自动生成相应的应用。所生成的应用包含多个表单，支持表单内部组件之间的数据关联，同时也实现多个表单间的数据关联，进而实现了更为丰富且灵活的数据交互。这种方法无需人工搭建和配置应用，从而提高了工作效率，降低了开发成本。同时，用户在使用过程中更加便捷，实现了更高的效率。
30.进一步地，在步骤s2中，后端系统获取参数并进行筛选处理，具体包括：使用敏感词dfa算法对参数进行敏感词过滤。若参数中存在敏感词，则直接返回失败提示并要求用户
重新输入需求内容；若参数中无敏感词，则执行步骤s3。
31.在步骤s4中，调用ai算法模型生成结果数据，所述结果数据以json格式呈现。
32.进一步地，在步骤s5中，后端系统分析和解析结果数据。若结果数据正常，则根据预设的应用规则将结果数据组装为应用，并将应用转换为前端可解析的json结构；若结果数据异常，则将异常信息反馈至前端。
33.具体而言，后端系统分析和解析结果数据包括：
34.1、结果数据中应包含“《start》”和“《end》”两个标识符，分别表示开始和结束。若两个标识均存在，则结果数据完整；若两个标识不完整，则重新向ai算法模型发送请求。
35.2、若结果数据完整，则以“《start》”与“《end》”两个标识符作为起止点，从中提取用于解析为应用的json数据。
36.3、初始化应用对象，用于存储应用信息和反馈信息；将结果数据转换为对应的json对象，该json对象包含表单列表；接着对json对象进行逐层解析，将解析结果赋值至应用对象中。最后将赋值后的应用对象信息反馈至前端，前端根据赋值后的应用对象信息完成应用数据读取和展示。
37.4、将组装完成的应用对象信息反馈给前端，前端根据结果完成应用数据读取和展示。
38.如图1所示，本发明的ai生成应用处理逻辑如下：
39.d1：用户输入需求内容；
40.d2：前端收集用户输入的需求内容作为参数，向后端系统发送请求；
41.d3：启动敏感词dfa算法模型，对参数进行过滤。判断参数中是否存在敏感词；若无敏感词，则执行d4，将需求内容发送至ai算法模型；若存在敏感词，则返回失败提示并要求用户重新输入需求内容；
42.d4：调用ai算法模型生成应用数据；
43.d5：解析ai算法模型生成的结果数据，数据为json格式；
44.d6：分解并组装应用json结构。对反馈的结果数据进行分解和解析；若结果数据正常，则根据预定的应用规则组装成应用并转换为前端可解析的json结构；
45.d7：将组装的应用json返回前端进行展示。
46.若ai算法模型未能正常生成结果数据，将向前端反馈相应的提示信息。具体操作将基于分析得到的反馈结果进行调整。对于反馈结果数据的拆分和解析，其处理方法与之前描述的后端系统分析和解析结果数据的过程保持一致。
47.例如，用户输入需求内容：“我想要学生成绩管理系统”，ai算法模型将根据输入生成与学生成绩管理系统相关的应用。该应用通常将包括学生信息管理、学号管理、成绩管理、成绩排名等与学生成绩管理密切相关的功能，旨在满足用户的需求。。
48.现有技术无法实现自动化地生成相关应用，而需依赖人工进行应用的创建和配置。在手动创建和配置应用的过程中，效率相对较低，且需要完成大量重复性工作，从而造成大量的时间成本浪费。本发明提出了一种基于ai生成应用的方法，大幅节省人力资源投入，提升应用创建和配置的速度与工作效率，为用户带来更加便捷和实用的体验。
49.本领域技术人员可理解，本发明包括上述说明书发明内容、具体实施方式部分及附图所示的各部分的任意组合。由于篇幅限制，以及为使说明书简洁明了，未将这些组合构
成的各方案逐一描述。凡在本发明精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
50.尽管已示出并描述了本发明的实施例，普通技术人员可理解，上述实施例仅为示例，不限制本发明。在不脱离本发明原理和宗旨的情况下，本领域技术人员可对实施例进行变更、修改、替换和变型。本发明范围由附权利要求及其等同限定。

技术特征：
1.一种基于ai生成应用的方法，其特征在于，包括以下步骤：步骤s1：通过前端界面获取用户输入的需求内容作为参数，并将其传送至后端系统；步骤s2：后端系统获取参数并进行筛选和处理；步骤s3：将处理后的参数传输至ai算法模型；步骤s4：ai算法模型接收参数并根据输入生成相应的结果数据，随后反馈至后端系统；步骤s5：后端系统接收结果数据并进行分析和解析，根据预设的应用规则将结果数据组装成应用，然后将其反馈至前端供用户使用。2.如权利要求1所述的一种基于ai生成应用的方法，其特征在于，步骤s2中的后端系统获取参数并进行筛选处理具体包括：通过敏感词dfa算法对参数进行敏感词过滤，若参数中出现敏感词，则直接返回失败并提示重新输入需求内容；若参数中无敏感词，则执行步骤s3。3.如权利要求1所述的一种基于ai生成应用的方法，其特征在于，步骤s4中调用ai算法模型生成结果数据，所述结果数据为json格式。4.如权利要求3所述的一种基于ai生成应用的方法，其特征在于，步骤s5中的后端系统对结果数据进行分析与解析，若结果数据正常，则根据预设的应用json格式规则组装成应用，并转换为前端json结构的应用；若结果数据异常，则将异常信息反馈至前端。5.如权利要求4所述的一种基于ai生成应用的方法，其特征在于，后端系统对结果数据进行分析与解析具体包括：判断结果数据是否完整，完整的结果数据需包含“<start>”与“<end>”两个标识符，分别表示开始和结束；若两个标识符不完整，则需向ai算法模型重新发送请求；如结果数据完整，则以“<start>”与“<end>”两个标识符作为起止点，从中提取用于解析为应用的json数据。6.如权利要求5所述的一种基于ai生成应用的方法，其特征在于，还包括：初始化应用对象，用于存储应用信息和反馈信息；将结果数据转换为相应的json对象，所述json对象包含表单列表；接着对json对象进行逐层解析，将逐层解析的最终结果赋值到应用对象中，然后将赋值后的应用对象信息反馈给前端，前端根据赋值后的应用对象信息完成应用数据读取和展示。

技术总结
本发明提出了一种基于AI生成应用的方法，包括以下步骤：步骤S1：通过前端界面获取用户输入的需求内容作为参数，并将其传送至后端系统。步骤S2：后端系统获取参数并进行筛选和处理。步骤S3：将处理后的参数传输至AI算法模型。步骤S4：AI算法模型接收参数并根据输入生成相应的结果数据，随后反馈至后端系统。步骤S5：后端系统接收结果数据并进行分析和解析，根据预设的应用规则将结果数据组装成应用，然后将其反馈至前端供用户使用。本发明基于先进的AI算法模型技术，用户仅需输入一个指令，AI算法模型即可根据需求生成相应的应用。所生成的应用包含多个表单，既支持表单内部组件之间的数据关联，也支持多个表单之间的数据关联，从而实现了更为丰富和灵活的数据交互。这种方法无需人工搭建和配置应用，显著提高了开发效率，节省了大量时间和人力成本。省了大量时间和人力成本。省了大量时间和人力成本。


技术研发人员：郄晟
受保护的技术使用者：无阶科技（上海）有限公司
技术研发日：2023.05.06
技术公布日：2023/8/28