就是我业余搞了套基于云原生的图形化开发工具，可以通过拖拖拽拽生成软件基础架构，然后嵌套的每个功能模块可以通过类似scrach那种搭积木，也可以手写代码。

1. 设计即开发，你把架构设计图画完了，也就是自动把软件框架生成了；
2. 零环境的云原生环境，包含设计、开发、编译、生成等全部在网页和后台完成，本地不需要准备任何环境。比如你要写个树莓派应用，不需要提前准备任何资源，直接出来的是应用或镜像。
3. 精心设计过的底层架构和中间件，适合绝大多数嵌入式软件场景，尤其是以数据流为基础的控制领域；
4. 目前开源界，以源码项目为呈现的智力资源，共享的难度和成本还是很高的。我这个实际上是把架构和功能模块高度抽象和约束化，用图形化的方式，把代码模块的分享变得非常容易。


不知以上说明白了没有，欢迎大家讨论。
--
FROM 36.112.69.*

我现在确实在跟AI集成，我已经实现了通过跟chatgpt描述，能自动生成架构级模型，添加点模块功能就行了。



另外，影刀是啥？


【 在 hgoldfish 的大作中提到: 】
: 别搞图形化的低代码开发了，看看影刀，已经是上个世界的概念。
: 要搞就搞 GPT 插件，面向自然语言开发，只要说几句话，就自动调用 GPT 生成一个看起来可以动的界面。拿去融资，天使轮一百亿估值吧。
:
--
修改:wjhtingerx FROM 36.112.69.*
FROM 36.112.69.*

一团意大利面，那是架构和层级设计不够，之前很多图形化都这毛病，可用性只能到单元级


【 在 alextooter 的大作中提到: 】
: 你这个是很老的想法，很多公司都真实项目实践过。大工程用，那图就是一团意大利面。绝对耽误工期。
: 现在真的要GPT4了，告诉ai生成代码
--
FROM 36.112.69.*

抽象级别，也得要工具l来呈现不是？



【 在 alextooter 的大作中提到: 】
: 其实就是抽象级别的问题
: 图可以帮助人理清思路，但是真的不需要它们生成代码。更不要用来编程。
: 现在ai都可以替代了。。
: ...................
--
FROM 144.168.57.*

我思路是这样的：

1. 图形化分为两个层次，架构和功能。我发现，几乎所有的嵌入式软件都可以抽象成数据流框架和数据处理两个层级，合理搭配数据流就可以形成任何框架功能。框架层对数据本身做了各种诸如缓冲、对齐、触发等预处理，让数据处理层次不包含任何架构特性，配置好需求，纯粹做数据的静态算法就行。如果某个数据处理太复杂，那么就再拆解。

2. 数据处理模块，本身可以选择图形开发，也可以手写（支持多种语言），怎么方便怎么来。图形开发，也就是基于模型开发，其实主要目的不是开发效率，而是健壮性和维护性，因为不容易出错。另外，图形模块，更容易无缝部署和迁移。

3. 对于数据流里的数据表现，复杂数据其实还是以C结构为形式。只是提供了一个界面工具，能够快速的创建C结构体。可以不关心类型（内部默认都生成int），也可指定类型。少的数据直接就是数据参数，不需要结构类型了。


【 在 lipp 的大作中提到: 】
: 图形化编程，我一直有如下困扰：
: 一是怎么编写循环。就是for/while，用图表现起来特别费劲。程序控制三大要素，我用图只能很方便地表达判断（用个一入多出块）和跳转（用箭头），但是循环的表达太臃肿了。。。
: 二是怎么表达复杂数据结构。struct、数组、链表、map、指针，这些数据结构，低代码都很难表达。
: ...................
--
FROM 36.112.69.*