华为云专家一席谈：开发低代码，上手低门槛，AppCube让人人都是开发者

Posted 2023-04-30

参考技术A

企业在数字化转型过程中，面临着软件开发的不确定性。如开发人员间的沟通、业务的灵活多变、软件工程师技能差异、新技术的出现等，导致软件开发实际成果和人力工作量的投入之间产生很大的差距。

让不确定因子变为确定性因子，把复杂留给平台，简单留给开发者， 是软件开发效率改进一直努力的方向，也是低代码理念的来源。

从软件开发的过程来看：从机器语言到汇编语言，到面向对象、面向函数等高级语言，软件开发技术其实攀登的是一棵“复用”树。复用的表现方式，主要体现为：组件化和框架化。而这两种表现形式正是低代码开发平台所带来的特点。

Gartner预测到2024年，低代码应用程序开发将负责超过65%的应用程序开发活动。低代码将成为下一代企业IT系统的主流开发手段。

脱胎于华为内部流程与IT的最佳实践的 低代码开发平台AppCube ，仅需拖拉拽操作就能搭建各种业务流程，真正的帮助到企业快速开发，应对市场发展。

那么，低代码开发平台AppCube都有哪些特征帮助用户进行应用快速开发？平台开放性如何呢？为此，华为云开发者社区邀请到了 华为云AppCube的专家组老师 ，听他们聊一聊华为云的低代码应用之道。

低代码是一个相对的概念。从字面上看，能减少代码量的开发方式就可以看做是低代码。我们认为低代码平台指面向业务开发人员，屏蔽底层技术复杂性，以可视化方式为主，少量代码为辅，用来快速搭建各种应用系统的开发平台。

如果套用自然界的进化论，低代码可以看做是软件开发方式在应对飞速增长的软件业务规模及不断提高的软件业务复杂度这一云计算时代大背景下的进化和演进。它的核心价值就在于帮助大量传统企业以低门槛、低成本的方式构建应用系统，帮助企业充分发挥上云后云计算的算力优势。

AppCube是2015年通过国内外专家联合设计开发出来的，早先是应用在电信行业，减少电信软件的定制人力投入。

AppCube提供四大能力，帮助开发者高效构建应用：第一， 页面编排能力 ，可以把页面的组件、布局、颜色进行编排；第二， 相关数据建模能力 ，用于保存业务数据；第三， 业务逻辑编排能力 ，基于机器自动执行的、不需要人为干涉的流程，可以高效编排；第四， BPM的流程编排的能力 ，用以解决人为干涉和审批类的流程问题。

当然，企业数字化的场景非常复杂。为此，华为云应用魔方AppCube提供了全场景的开发能力： 对于专业软件开发工程师和企业IT人员 ，可以用低代码开发能力快速开发应用； 对于业务人员 ，可以用零代码能力，通过一些拖拽快速构建； 对于面向专业领域的专业问题 ，如复杂业务算法，开发者可以使用Java、Python等语言开发，以微服务的方式发布到AppCube低代码平台进行托管和调用。

AppCube不仅仅只提供应用开发能力，也提供应用运行和运维能力，包括应用托管、部署、升级能力，租户侧的应用运维能力（监控告警、日志等）以及运行时的配置能力。一些市场上的低代码产品仅提供应用启停能力甚至无应用托管能力。

从应用开发能力来说，AppCube带有华为数字化转型基因，更能支撑行业复杂应用场景及核心业务软件开发。 AppCube整体架构是以元数据驱动的，提供服务总入口，Serverless后端支撑 ，完美的解决了数字化转型复杂场景应用构建的问题。

AppCube作为开放能力入口，提供了快速调用华为云能力、WeLink能力、第三方系统能力的方法，让开发者能够更容易地使用到先进的技术和服务。AppCube还支持资产沉淀和复用，过往的经验可以变成开发资产/服务上架共享，让每个AppCube开发者都可以站在别人的肩膀上走的更远。

AppCube为开发者从应用开发到上线运行，提供三大服务：第一， 开发者服务 ，给开发者提供了一个开发环境，让应用可以快速编排和开发，也可以编排相应的服务，或调用微服务。第二， 沙箱测试服务 ，开发的应用可以快速打包到测试环境，进行业务上线前的测试，第三， 运行态服务 ，对于测试完毕的应用可以打包安装到运行环境，使应用上线运行。

例如在开发环境中，AppCube提供丰富的应用模板，实现0到1的开发和沉淀，应用模板可以直接安装使用，对于定制化的诉求可以直接在此模板上修改源代码。比如设备维修的场景，用户会给客服人员打电话，客服接到电话之后马上创建工单，然后派单给工程师进行维修。类似于这种实际应用场景有很多的模板，在华为云AppCube模板市场可直接订阅之后可立即上线，相当于开放了很多基于应用场景的源代码，模板其实就是一些开源代码。

AppCube可以构建如下四类应用创建：第一，构建2B企业复杂的内部流程类、内部管理类、生产管理类应用。第二，构建企业大屏、领导驾驶舱等展示类应用。第三，可以构建手机端的小程序等应用，第四，构建办公、流程类等轻应用。点击体验（https://www.huaweicloud.com/product/appcube.html?utm_source=goujian&utm_medium=paas&utm_content=content）

AppCube操作页面

移动端应用样例

IOC大屏应用样例

装修管理系统样例

在数据存储方面，AppCube提供数据库，应用运行时产生的业务数据存储、访问、处理、传递等CRUD操作都可以通过相应的API完成。

AppCube支持在App、BO或者Addon App中开发或者编辑服务编排、脚本、BPM、状态机、标准页面、页面资产时，在获取锁、未激活状态且数据为非受保护下的开发数据可以自动保存在缓存中。默认每15分钟保存一次，最长保存7天。

在应用安全防护方面，AppCube租户数据是互相隔离的，安全性符合华为云服务安全标准。同样是利用AppCube模板开发出来的应用，在不同租户下会打上不同的命名空间前缀以示区分，也就是说，不同租户用同一个模板创建出来的应用是不一样的。

AppCube提供多样的平台能力供开发者进行应用配置开发。开发者使用模板创建应用后，可以在开发页面左侧的目录树中查看当前应用的资源目录并进行修改，如新增/删除页面、业务逻辑、流程、脚本等；也可以选中想要修改的组件、图元等应用元素，在页面右侧的元素配置框中修改相应的设置。

不仅如此， AppCube给予开发者充分的自由度，非常欢迎开发者自己开发软件模板并共享。

我们在华为云学院有上架 免费的AppCube学习课程 ，平台开发环境中也内置了学习中心和实战演练版块，有案例演示视频及视频操作指导。另外我们还会定期举办 AppCube开发者云上交流会 ，针对开发者问题以及平台新特性等进行直播讲解。另外，可以关注华为云 应用魔方AppCube开发者论坛 和 应用魔方AppCube公众号 获取交流会的举办和报名信息。

市场对低代码的关注度提高，对产品领域来说是利好的，势必会涌现大批低代码业务平台，市场对低代码平台的体验期待和要求也会更高，竞争会更激烈，行业会逐渐发展成熟，低代码开发领域会在各行各业出现更精细、更有行业属性的平台，相应的行业标准和平台规范会逐渐建设起来，我们对这些还是很期待的。

AppCube在接下来会继续优化开发体验， 推出零码体验场景 ，降低开发者上手门槛；深化 与办公协同软件WeLink的融合集成 ，推进能力连接器建设，服务好企业数字化；联合各行各业的伙伴共建平台，做好生态，服务好开发者。

AI专家一席谈：复用算法模型案例，AI Gallery带你快速上手应用开发

摘要： 华为云社区邀请到了AI Gallery的负责人严博，听他谈一谈AI Gallery的设计初衷、经典案例以及未来规划。

本文分享自华为云社区《AI专家一席谈：复用算法、模型、案例，AI Gallery带你快速上手应用开发》，作者：华为云社区精选 。

你见过哪些有趣又实用的AI开发案例呢？

比如让静态照片上的人物开口唱歌，动漫角色也可以哦；再比如通过识别各类野生动物并分析种群结构，进而实施保护；又或者智能检测口罩佩戴的规范性，助力疫情防护……

这些场景化的AI案例，都可以在华为云AI Gallery上找到对应的模型，通过不断训练，你也可以实现。AI Gallery上拥有算法、模型、数据、Notebook等丰富而优质的AI资产， 开发者可以直接复用这些资产，解决AI应用开发的难题。

纵观AI应用的整个开发流程，从数据采集、标注，到算法模型的构建，每个环节都会产生许多可以复用的AI资产，而AI Gallery的目的就是充分发挥这些资产的效用，提高AI开发效率。

那么，它是如何汇聚这些AI资产，又是如何让资产效用最大化地帮助到开发者高效的进行AI开发呢？

华为云社区邀请到了AI Gallery的负责人严博士，听他谈一谈AI Gallery的设计初衷、经典案例以及未来规划。

人工智能有三驾马车：数据、算法、算力。从这三点看，当前的AI应用开发进入到了什么阶段？

人工智能是人类在不断探索和发展一个领域，因为事先没有定义好有哪些阶段，所以很难回答我们当前处在哪个阶段。但是有一个很明显的感知，人工智能发展比10年之前有显著的进步，大量应用也越来越多。

这个契机是2012年以深度学习为代表的一类算法得到突破。 在此之前，大家更关注的是算法，大家都是在用数据降维和一些分类器的方案去做机器学习相关的AI开发，训练的数据体量也很小。

在2012年的契机点上，有了算力的加持，再通过算法和大量的数据迭代，我们看到AI开发模型的精度有了量级的提升。 随着这个量级提升之后，它能够在更多的行业和领域去应用AI技术来提高生产力。

但是，当前这个阶段人工智能还不能像人类那样，可以通过少量数据的学习获得逻辑推演能力。人工智能本质上还是通过大量的数据进行拟合和迭代，让它能够“记住”数据再去做一些推理，但它并不具备逻辑推演能力。不过，相比过去10年，AI最终的准确率已经有了提升，它的应用领域也进一步拓展。

往后展望，我们还会在算力上有进一步的突破，再加上整个算法和数据的加持，最终能训练出精度更高，甚至是像人类那样能够获得逻辑推演能力的AI。

一个完整的AI应用开发流程包括哪些环节，其中的挑战是什么？

一般是三个流程。

第一个环节是数据准备， 需要采集数据，对数据进行清洗，转换的工作。每一个环节都有自己的挑战。以数据为例，采集阶段会有政策法律上的限制，数据孤岛很难被打破。另外还要对数据进行有效的标注，这需要大量的人力才能完成，经济成本较高。

第二个阶段是建模， 基于准备好的数据，选择合适的算法，开发相关的模型。要考虑训练出来的模型的应用场景。比如AI应用是放在移动端上的，还是放在云端服务器上，这两者对推理的时延、准确率的要求都是不同的。因此AI开发的建模过程，要综合理解AI应用的场景，再去选择合适的算法工艺架构。它和只追求精度或者推理速度的学术领域不一样，我们需综合考虑，所以挑战比较高。

第三个阶段是基于模型来进行具体的AI应用的开发， 它围绕具体的应用场景，配合开发一些IT系统、软件、UI交互等。比如算法工程师负责建模开发，到了应用开发阶段可能是由应用工程师承担，它的角色是变换的。作为应用开发工程师，收到的是已经开发完的模型，但这个模型推理的时延和精度可能都达不到理想状态。这个时候就要通过压缩，蒸馏的技术进一步优化它。如果精度达不到，还得考虑最终这个应用是否能够通过一些巧妙设计来规避这些问题。

AI Gallery是不是为了解决上述环节中的一些问题？它的设计初衷是什么？

现在很多开发流程都是平台化的，AI开发的每个阶段都会产生一些数字资产：算法、模型、数据集，可能还有一些处理的函数、方法之类的。我们希望有一个地方能够把这些东西都沉淀和积累下来，以方便后续的开发者复用之前的一些成果， 这也是我们设计AI Gallery的初衷。

当越来越多的开发者分享各种场景下的AI资产，AI Gallery可以包含全场景各种精度的实验，这时其他开发者也能根据最终的开发场景直接拿来即用这些资产。

打个比方，AI开发的三个阶段可能是由不同角色介入的，如果应用工程师想介入到AI开发中，但又缺少相应的数据和算法工程师该怎么办？AI Gallery里就有训练好的模型，应用工程师拿来即用就可以了。从这个角度来看，它可以提高整体的开发效率。

开发者选择算法或者模型首要考量是什么？在这一点上，AI Gallery是如何应对的？

如果是选数据的话，一般是基于它的行业和领域场景，看有没有合适的数据，这个是跟领域和行业强相关的。当前我们提供了数据的分享的机制，有很多开发者已经共享了开源标准场景的数据集，来供大家在ModelArts上快速地验证自己的想法。

算法方面，开发者首要考量的是算法最后产生的模型是不是自己想要的，以及算法在训练时的输入数据格式，训练所需的开销、运行算法的环境等等。

模型方面，先要明确应用开发是部署在云上、边缘侧，还是端侧，这对于最后的应用场景很重要。其次是推理的时延，诸如医疗场景的数据会很大，它的推理就是异步的，但有些场景要求的是实时推理，可能对推理响应的时间要求很高。最后是精度，要评估应用场景对精度的敏感度。

综上，在AI开发的每一个阶段，都有很多需要考虑的指标、量纲。我们要做的就是把这些量纲和指标准化出来，能够让发布AI资产的开发者填写这些指标，方便使用的人去浏览、筛选和检索，快速找到他想要的东西。

AI Gallery有哪些经典案例可以给开发者介绍一下？

对于视觉领域的一些经典算法如YOLO、ResNet50，官方已经做了大量的适配，但这些算法其实没有沉淀到这个领域和行业里面的。因此我们基于内部的一些项目，也去做了一些AI的实践案例。比如说水表读数，安全帽检测等等。这些案例可能是使用同一个具体的算法，但是应用在不同的领域和行业场景。

后续会让我们的伙伴、高校的老师、开发者一起来分享他们的案例，这样，其他的开发者也能通过阅读这些案例快速的复现，加速整个端到端的开发。

在此也为大家推荐一些AI Gallery上的经典案例：

安全帽检测、水表读数识别、工地场景的钢筋盘点、使用PPO算法玩超级马里奥兄弟、与中国象棋AI对战。

像工业安全帽检测、水表读数，都是基于华为在行业内的一些项目沉淀出来的案例。这些案例生产的模型可以达到工业级的要求，它可以直接部署使用。唯一的区别是数据，当前我们只提供一个样例的数据，如果大家能够采集到更多更好的数据，训练出来的模型精度也会非常不错。

在AI Gallery发布AI资产后，开发者能享受到什么权益？

对于ISV伙伴来说，AI Gallery是和华为云云市场打通的，因此他们可以上架云市场，商业售卖资产模型，直接获得商业利益。

对于开发者来说，当前更多的是个人成就和荣誉的提升。后续我们也在积极的引入个人开发者计划，让普通的个人开发者去参与到整个项目之中，真正地进入到实战环节，既能获得实践的锻炼，也能够得到经济上的回报。

AI Gallery是如何助力普惠AI的？

一是资产和案例的积累。 当前已经有很多开发者在AI Gallery上贡献主流的开源数据集，其他人直接验证算法时可以拿来即用。在算法和模型方面，官方也已经把很多常用算法做了预集成。高校也在将一些经典论文的算法发布到AI Gallery分享。

二是分享机制。 开发者可以把算法和模型分享到AI Gallery，然后我们正在尝试采取一些激励的机制，让他们更有动力分享。

三是针对端到端的案例场景，我们上线了案例库。 当前案例虽然还不是很多，但后续华为官方以及ISV、伙伴、个人开发者会陆续将开发和交付的项目案例总结发布进来，让广大开发者通过学习这些案例来加速应用开发过程。

AI Gallery的未来规划是怎样的？

第一个方向是加速行业和企业的AI应用落地。 首先就是通过资产沉淀提高AI开发效率。其次是我们正在做项目的需求广场，以及开发者的认证机制，通过减少开发环节的链路，让更多的开发者和伙伴通过AI Gallery开发和交付AI项目，最终帮助行业和企业解决问题，加速应用的落地。

另一个方向主要是面向学习教育的场景。 现在我们基于大量的算力和数据去做迭代式的训练和开发，但很多高校的硬件可能跟不上，需要在云上进行教学实践。所以面向教育行业，面向个人开发者学习的场景，我们也打算做一些事情，包括教学课程，论文解读等等。

最终我们希望把这两条线打通，既能提供教学培训、学习的一站式解决方案，也能够让开发者把学习到的知识通过真实的交付场景实践出来。

点击关注，第一时间了解华为云新鲜技术~