一、前言：

在上一期我們接觸過網易“CodeWave智能開發平台”實踐過一個電商管理系統後，也有一段時間了，期間也是一直在關注村長的直播新特性，趁着這次機會來實踐並總結一些AI更多的實際案例來進行“AI+可視化”賦能。

隨着AI人工智能的不斷髮展，各行各業開始不斷的探索各種AI的使用方案，比如智能體、AI應用、AI Agents、大模型，那麼“CodeWave智能開發平台”在不斷的發展中，如何結何AI的能力來輔助我們設計更快、更全的業務系統呢？

網易低代碼Codewave是網易推出的智能開發平台，提供可視化開發、AI融合開發等能力，支持企業快速構建複雜應用，以“智能大模型和全棧低代碼”為核心，延續“低門檻、高上限”特色，實現開發、測試、運維等軟件生產全鏈路的智能化。

一站式CodeWave 智能AI開發平台：

CodeWave智能開發平台是網易公司旗下面向企業構建應用的開發平台，以智能大模型與全棧智能架構為雙核心基座，構建形成覆蓋軟件研發全生命週期的智能化能力矩陣。

基於網易自研擁有大規模參數和深度學習能力的智能模型底座，CodeWave 為企業提供更加智能化的軟件生產方式，IT人員可以輕易實現從“智能生成”到“可視化拖拽調整”的全棧低代碼應用搭建，讓複雜應用開發更加高效，加快企業數字化與智能化進程，集成RAG多項智能開發能力，支持從需求梳理、產品構思、開發部署、迭代等全流程研發智能化。

• ①. 全棧可視化開發，支持導出應用源碼和獨立部署。
• ②. 集成RAG技術、多模型切換等AI能力，覆蓋智能客服、數據分析等場景。
• ③. 通過金融級安全認證，保障代碼級安全。

下面來一起看一下CodeWave多個核心AI能力全新發佈會帶來什麼樣的AI加速體驗呢？可以來體驗一下一站式CodeWave智能開發平台

二、 自然語言、截圖智能生成樣式，一站式CodeWave智能開發平台4.0版本：

AI與自動化代碼生成將成為下一代低代碼標配。隨着生成式AI的成熟，平台將不僅提供組件拖拽，還能根據業務描述自動生成頁面佈局與數據模型，甚至產出標準化的後端接口和驗證邏輯。

在AI和可視化開發等技術不斷融合演進的背景下，如何破局傳統的作業模式，以及企業對AI智能化研發工具的需求持續增長。網易CodeWave也在不斷的結合AIGC的技術不斷嘗試與融合，以AI技術驅動平台能力提升，最終網易CodeWave在6月份迎來了全新4.0版本發佈 – “一站式智能開發平台”， 輕鬆實現“智能生成邏輯”+“可視化拖拽生成頁面”的全棧智能應用搭建。

以下也是我最早從Codewave 3.6版本的使用，再到3.9的版本，最後到4.0的版本強勢出擊，本次更新聚焦於基礎能力優化與核心功能拓展，在提升開發便捷性、豐富平台生態、降低使用門檻等方面實現多維度突破，進一步助力開發者與企業高效構建智能化業務系統。

一站式智能開發平台，作為面向企業研發場景的開發平台，網易CodeWave採用可視化與AI融合的開發方式，支持每一步操作可由AI自動完成，同時保留人工佈局與精細調整的空間，進而打造更可控、更規範、更落地的智能開發新模式，全流程實現快速構建、數據編排、連接生態、中台服務。

2.1一站式“CodeWave 智能AI開發平台”低代碼與AI驅動開發的“結晶”

“CodeWave 智能開發平台”是基於網易自研擁有大規模參數和深度學習能力的智能模型底座，CodeWave 為企業提供更加智能化的軟件生產方式，IT人員可以輕易實現從“智能生成”到“可視化拖拽調整”的全棧低代碼應用搭建，讓複雜應用開發更加高效，加快企業數字化與智能化進程。

2.2 一站式“CodeWave 智能AI開發平台” 4.0版本有什麼突出優勢呢？

CodeWave以智能大模型和全棧低代碼為基座，為企業提供更加智能化的軟件生產方式，IT人員可以輕易實現從“智能生成”到“可視化拖拽調整”的全棧低代碼應用搭建，讓複雜應用開發更加高效，加快企業數字化與智能化進程，以下是基本相關的功能特點。

• ①. 智能大模型驅動：基於 AI 大模型和全棧智能架構，提供智能化的軟件生產方式。
• ②. 低代碼 + AI 融合：支持從"可視化拖拽調整"到"智能生成"的靈活開發模式。
• ③. 全棧開發能力：通過自研的 NASL 編程語言，打通前後端開發壁壘。
• ④. 四大核心模塊：覆蓋應用開發全生命週期。

“CodeWave智能開發平台”全面融合了結合了低代碼和AIGC兩大核心技術，實現了軟件研發的全鏈路，從軟件的設計開發、測試、運維、運營全鏈路全智能的覆蓋，以讓軟件生產更簡單、更高效、更智能的宗旨，實現了軟件開發的人才低門檻、技術高上限。

三、一站式“CodeWave 智能AI開發平台” 4.0版本”客服質檢低代碼最佳實踐：

CodeWave智能開發平台是國內首個面向微服務架構設計和實踐的低代碼平台，提供基於接口設計的可視化搭建能力，擁有豐富可複用的IT資產，支持一鍵發佈等特色功能，助力企業快速開發應用。

這裏着重介紹一下4.0新的特性，平台通過融合自然語言生成SQL、邏輯性、UI樣式的自然語言編程能力，以及智能D2C能力、AI組件推薦和AI邏輯解讀等多項技術，推出了一系列的 AI 應用的功能。

3.1 設計稿和圖片智能設計生成頁面：

智能D2C是CodeWave平台針對設計頁面還原效率低、門檻高、協作流程長的痛點打造的 一鍵將設計稿高保真還原成網頁的AI能力。

在平台中，用户可以將矢量設計稿，在頁面“可視化IDE”中，通過“智能D2C導入設計稿/截圖”按鈕自動上傳2種素材：

• ①. 設計稿工具：支持Figma、MasterGo、Sketch。
• ②. 截圖：支持png、jpeg、jpg。

在導入素材後，系統會自動識別設計稿元素，經過智能分析可以實現設計稿到頁面的轉換。同時採用AI大模型技術實現了“智能識別”功能，用户可以選擇是否開啓“智能識別”：

• ①. 若開啓，則系統會自動識別設計稿中的組件並顯示可轉換使用的CodeWave組件。
• ②. 若不開啓，則“秒級”生成偏展示形態的頁面。

在開啓“智能識別”後，在CodeWave頁面IDE中導入“設計稿”和“圖片”生成頁面時，系統會自動識別圖片中的元素，生成頁面後，系統會自動識別截圖中的元素並替換為的CodeWave組件，可自由調整組件及佈局，為組件綁定數據源或事件。

這裏我們只需要簡單的將一張UI圖片進行導入，就可以AI智能生成後的頁面，可以通過頁面編輯器的強大編輯能力進行人工干預，將頁面調整到理想的狀態，可以減少用户從零搭建頁面的工作量，提高開發效率：

• ①. 表格頭背景顏色填充。
• ②. 風險等級顏色區分。
• ③. 表格表頭字段、數據結構自動填充。

從上面實踐來看，智能D2C導入設計稿是比較推薦的，有些UI圖片在識別的時候，可能準確性不是那麼的完美。

3.2 自然語言生成UI或邏輯：

上面我們通過UI圖片導入時，系統會自動幫我們生成一個AI識別截圖中的元素並替換為的CodeWave組件，那麼在以前的估法，肯定是創建一個實體 => 定義數據名稱 => 定義數據類型 => 進行表格的實體綁定，每次都是一些很重複勞動的工作，而且也是比較耗時的。

• ①. 在“數據” -> “添加實體”操作
• ②. 取實體名字、數據表名、數據表描述、屬性字段的名稱、屬性字段的類型

想像一下，有些表單有20-30個字段呢？那時間就耗費在這裏了，那麼，接下來，我們通過使用“CodeWave AI助手”如何來自動生成Table實體類，並且自動Mock隨機生成10條數據。

當然，這裏推薦體驗版本AI的次數給多一點，不然，就會提示“今日使用數量已達上限”。

上面因為風險等級只有幾個值，一般是推薦使用枚舉來維護，這裏我們通過“CodeWave AI助手”來幫助我們枚舉字段和對應輸出的顏色：

將表格中的風險等級字段，添加枚舉，1為高，2為中，3為低，並且需要根據不同的值顯示的字不同的顏色，高為紅色，中為黑色，低為綠色

不過，這裏可以看到AI會幫助我們進行思考，比如枚舉的類型是否為字符串還是純粹的數字，另外，還幫我們考慮瞭如果取不到值會怎麼樣，思考的還是比較健全的，在平台中可以通過自然語言描述意圖，利用AI智能生成頁面/邏輯，該方法極大地提高了邏輯編寫的效率，降低了邏輯編寫的技術門檻。

最後，幫我們生成了“文本”和“主題顏色”的js邏輯，幫我們生成了2個匿名函數，這裏在生成樣式邏輯時，可以看到顏色並不是我説的紅色、黑色、綠色，而是全轉換為CodeWave主題的顏色type屬性值，這裏可以説明CodeWave的AI大模型並不只是簡單的生成結果，而是會基於CodeWave上下文環境生成最佳Code代碼。

大家應該做過後台管理系統吧，一般來説伴隨着列表的話，都有CURD增刪改查一套，接下來我們嘗試使用“CodeWave AI助手”看看又能不能幫助我們提效。

幫我在表格中添加刪除和添加與編輯的操作，風險等級只能在3的狀態值時才能被刪除，另外，幫我生成添加與編輯的表單彈框邏輯

這裏通過幾句話，就自動幫我們生成了添加與編輯表單，通過自然語言生成頁面/邏輯採用對話式操作流程，允許用户在編寫邏輯的過程中通過多輪對話詳細描述意圖，並獲得AI助手的分析反饋。確認後生成對應的頁面/邏輯實現。

可以看到“CodeWave AI助手”可以直接幫我們生成事件相關的邏輯，比如我們在點擊刪除時，按照要求是需要有一些邏輯的判斷在裏面，自動生成邏輯：

• ①. 因為邏輯是需要判斷當前風險等級，如果是 == 3時，才能進行刪除。
• ②. 執行刪除列表的邏輯，就是將這條數據刪除掉。
• ③. 刪除之後還考慮了重新加載一下Table列表的數據。
• ④. 給出不能刪除的提示。

“CodeWave AI助手”不僅簡化了簡單重複頁面/邏輯的編寫，還使得複雜頁面/邏輯的生成變得更為簡單。用户只需通過自然語言描述意圖即可快速生成所需頁面/邏輯，並在生成後進行必要的修改。

3.3 自然語言生成局部邏輯：

在平台中支持自然語言生成服務端局部邏輯，用户輸入自然語言描述邏輯需求，並通過@添加依賴（如依賴庫、實體、接口等），系統利用智能算法生成局部邏輯，並以可視化形式回顯在邏輯畫布上。AI生成的邏輯在用户採納前，支持編輯、預覽，確保邏輯符合業務需求，該功能有效降低開發門檻，提高邏輯構建的效率與準確性。

比如我們在刪除的事件邏輯時，一般會調用服務器內部的接口服務，那麼我們這裏使用“CodeWave AI助手”幫我看看如何來生成服務端相關的邏輯：

幫我生成一段請求後端服務API的接口邏輯，如果接口成功就刪除數據，如果接口不成功，則給出彈框提示操作失敗

在詢問接口的地址後，我們定義了一些API請求的地址、請求的類型以及請求的參數之後，就會自動幫我們生成一些邏輯：

• ①. 在實際的真實場景中，一般會在事件中調用後端的API接口。
• ②. 發送POST請求至API，創建請求體作為POST請求的參數，添加當前項目的ID到請求體中。
• ③. 等待POST請求的響應，根據請求結果決定操作。
• ④. 檢查API響應狀態，如果請求成功，刪除項目規則實體並刷新表格。
• ⑤. 如果請求失敗，展示提示信息'操作失敗'。

四、一站式“CodeWave 智能AI開發平台” – 智能資產實現：

在我們的日常開發中，經常會使用到組件庫，可以提供了一系列封裝好的組件和模塊，開發人員可以直接使用，無需從頭開始編寫代碼。

組件庫可以大大減少開發時間和工作量，提高開發效率，而且組件庫中的組件經過多次測試和優化，具有較高的質量和可靠性，可以提高開發效率、保證視覺一致性、提供高質量組件、提供易於維護的代碼和促進團隊協作，是現代軟件開發中不可或缺的一部分。

4.1 為什麼Codewave平台需要智能資產接入呢？

Codewave 平台內置了一整套基礎組件，覆蓋常見的開發需求。但在實際應用搭建過程中，你可能會遇到需要特殊組件的情況——例如簽名板、拖拽排序列表、地圖選點、顏色選擇器等，或是發現基礎組件缺少個別項目必需的屬性。

為了提升開發靈活性，Codewave 支持開發者通過編寫代碼，實現從零創建全新組件，或對現有基礎組件進行擴展。其中，“在線智能資產生成”功能，提供了一個即開即用的在線開發環境，你只需通過自然語言描述需求，即可快速生成所需組件，大幅降低自定義組件的開發門檻，高效應對各類個性化場景。

4.2 移動端單選複合組件選擇器開發：

面對業務專屬的特殊功能需求，現有第三方庫與平台官方組件均無法滿足，可以 “從零到一” 設計開發全新組件，通過深度貼合業務流程的定製化開發，構建能夠精準支撐特殊功能需求的專屬組件。

以往，面對“開發全新組件”或“為現有組件新增功能”等需求時，繞不開“前端擴展開發”——也就是用高代碼的方式把業務需求落地。以開發新組件為例，一套固定流程幾乎必不可少：

• ①. 開發環境初始化：部署傳統開發集成環境，安裝前端腳手架工具。
• ②. 項目與組件開發：創建標準化項目，參照文件結構規範、用高代碼完成組件功能開發。
• ③. 資產打包與部署：執行打包流程生成擴展依賴庫，上傳至將平台資產中心。
• ④. 應用集成使用：在目標應用中導入依賴庫並配置啓用。

那麼，因為我們公司常用的UI組件庫也是Vant組件，那麼，經常會需要使用到單選框這種複合的組件，就是van-field組件和van-action-sheet組件進行結合的產物。

我們通過一句話來描述“使用vant的van-action-sheet和van-field組件，組合生成一個選擇多個值的複合組件”，接下來點擊“開始創建”後，就會進行 AI 可理解的組件需求描述，交叉核對需求描述是否完整覆蓋 “功能 - 設計 - 交互 - 技術” 維度，避免遺漏關鍵細節，確保 AI 接收的需求信息準確無歧義。

AI 輔助撰寫組件核心代碼，檢查 AI 生成的代碼是否符合需求定義、是否沒有代碼錯誤。按下回車鍵或點擊“Enter“按鈕開始創建資產，進入創建資產界面後等待代碼生成。

如果曾經通過官方腳手架創建過組件資產，或者已經通過“幫助文檔”學習了高代碼開發組件的方式，那麼可以逐一點擊AI修改的文件，對比代碼前後變化並確認。即使不熟悉高代碼開發，也可以直接通過預覽效果的方式檢驗AI生成的結果是否符合預期, 還可以在“運行態預覽”通過AI生成示例效果進行驗證。

4.3 發佈效果測試：

接下來，我們可以通過“調試發佈”功能，將組件資產與一個可以正常使用的應用連接起來，檢驗應用中實際的使用效果和應用發佈後的效果。填入需要調試的應用地址並確認調試發佈即可。

五、智能⽣成應⽤ – 智能質檢客服音頻：

通過⾃然語⾔描述 ，⽣成全棧NASL代碼 ，⼀鍵導⼊CodeWave成為可視化應⽤。 ⼤幅縮短了CW應⽤從0-1的創建過程 ，並且⽀持通過對話⽅式不斷調整迭代。

這一功能徹底簡化了 CW 應用開發流程，大幅縮短從 0 到 1 的創建週期，同時支持通過對話式交互持續調整功能細節，讓開發效率顯著提升。

從左側輸入需求，目前支持的輸入方式包括：

• ①. 簡潔文本輸入：可直接輸入一句話需求，傳遞核心訴求；
• ②. 詳細描述輸入：可提交包含詳細功能説明的段落文本，支持包含數據庫設計，精準定義需求細節；
• ③. 圖片輸入：點擊圖片圖標，可上傳系統架構圖、Excel截圖、界面截圖等，多模態大語言模型將自動解析圖片內容，結合視覺信息完成功能設計與生成；若輔以文字描述，可能會使生成更貼近用户想要的結果。

生成和調整完成後，可以點擊右上角的“創建應用”按鈕，進入到創建應用loading界面。

點擊應用鏈接，可以跳轉到CodeWave可視化開發界面，點擊右上角關閉，可以回到應用生成的聊天界面。

六、一站式“CodeWave 智能AI開發平台”企業降本增效SOWT分析：

近幾年期間，甚至連傳統企業都開始大面積數字化時，我們發現開發內部工具的過程中，大量的頁面、場景、組件等在不斷重複，這種重複造輪子的工作，浪費IT人員的大量時間。

通過一站式“CodeWave 智能AI開發平台”開發一套AI客服質檢系統，我們可以體驗到“可視化拖拽調整”的全棧低代碼應用搭建，讓複雜應用開發更加高效。

1 . 公司團隊管理痛點：

如下為公司團隊管理工作過程中，傳統團隊的開發模式存在一些困境，特別在新老員工離職交接過程中，處於一個週期低產出的階段。

在以往的IT團隊開發模式，在業務規模的高峯期為了快速完成系統的開發，幫助業務團隊儘快開展工作，往往會成比例的招大規模的團隊開發人員來滿足現有的需求，這樣會導致幾個問題，沒有一個比較有效的降本的方案：

• 業務高峯期，人員配置比較充足，但是團隊的人員成本也是比較高的
• 業務低谷期，人員超過飽和程度了，就會產生大量的閒置人力成本

2. 技術開發痛點：

在軟件開發和其他工程領域，“重複造輪子”被廣泛認為是一種低效的做法，因為它浪費了大量的時間和資源去重新創作已經存在的東西，而不是利用現有的技術和經驗去解決問題。

在大多數企業應用中，我們經常“重複造輪子”，對於開發的角度來講，每個公司都有一套自己的軟件代碼平台，無非是使用Java體系重構一遍PHP的業務，使用Go的體系重構一遍Java的體系，就會產生以下幾個方面的問題。

此外，傳統的團隊開發模式在有IT人員大量離職後，系統的傳承和維護也會同時受到影響，而產生團隊凝聚力的波動。

3. 協作開發痛點：

以下是本人在工作中，伴隨着協作相關的問題點，在很多方面溝通成本比較高，導致效率十分低效，對於約束制度也力不從心。

在開發的過程中，也存在一些相互協作的問題點，比如需要準備不同的環境、開發依賴來運行應用，前後端聯調接口的差異化，上線的測試功能迴歸和bug修復再回歸都是影響軟件項目交付的因素。

七、 一站式“CodeWave 智能AI開發平台”能帶來什麼樣的提升：

7.1 降本：

主要包括3方面，學習成本、開發成本和其他成本。“CodeWave智能開發平台”的特點是可視化和標準化，這意味着即使企業內部的IT團隊人員數量減少，也可以高效地支持業務需求。

• ①. 學習成本降低是普通業務人員即可操作，為IT研發資源不足的企業降低人力成本。
• ②. 開發成本降低是對於開發者而言，可以複用既有能力，減少低價值代碼耗費時間，同時，很多需求變更可通過配置方式實現，縮短了開發、運維等時間。
• ③. 其他成本如溝通成本、測試成本，甚至雲架構方式降低硬件成本等。

7.2 增效：

主要包括2方面，交付效率和協作效率。

• ①. 交付效率：通過配置即可滿足一批新增或變更需求，直接避免了低價值代碼開發時間，客户響應效率的極大改善
• ②. 由於平台能力複用，會大大縮短端到端交付時長，如測試時長、集成發佈時長等都被大大縮短，工程效率的提升，讓低代碼有超越DevOps進化至NoOps的可能性。
• ③. 一站式“CodeWave智能開發平台”的資產中心下預置了平台的各類軟件資產，包括應用模板、局部模板、依賴庫和擴展組件，支持在各類情況下快速複用。用户也可根據自身需要上傳相關的軟件資產，便於資產積累。

7.3 交付效率：

以上可以看到從註冊賬號到創建應用，都可以看到通過基於 AI 大模型和全棧智能架構，提供智能化的軟件生產方式，從"可視化拖拽調整"到"智能生成"的靈活開發模式，一套客服AI質檢最小單元的MVP流程，只花費了不到20分鐘就完成了，如果是前後端分離的工作模式，至少效率提高了60%。

同時，在使用CodeWave平台能力搭建一個屬於自己的低代碼應用，以智能大模型和全棧智能架構為基座，CodeWave為企業提供更加智能化的軟件生產方式，IT人員可以輕易實現從“智能生成”到“可視化拖拽調整”的全棧智能架構應用搭建，讓複雜應用開發更加高效，加快企業數字化與智能化進程。

7.3 協作效率：

一個需求交付要涉及到很多人，如業務人員、產品經理、開發人員、測試人員等，而藉助低代碼，很多需求可能在業務部門內容就能實現了，需要溝通的人數少了，溝通效率自然就提高了。

一站式“CodeWave智能開發平台”快速驗證，聚焦業務設計而非程序設計，通過業務聚焦、標準化、複用、少人化等消除不產生價值增值的活動，通過平台本身內建質量保障所有應用質量等。

7.4 降本增效量化：

“CodeWave智能開發平台”提供的界面、邏輯、對象、流程等可視化編排工具來完成大量的開發工作，降低軟件開發中的不確定性和複雜性，進而大幅提升開發效率，讓企業能夠降低開發成本，降低技術門檻，快速創新應用，實現快速試錯，敏捷迭代。

“CodeWave智能開發平台”可以通過簡單的拖放和配置來創建應用程序，而不需要編寫大量的代碼。這種平台可以幫助開發人員和非開發人員快速構建應用程序，減少了大量的編碼工作，提高了開發效率。

可視化建模工具和自動化代碼生成技術，降低了開發人員的技能門檻，用户不需要深入瞭解底層技術和編程語言，就能快速構建應用程序，企業能夠實現讓不懂複雜技術的員工也參與應用程序的開發，提高了企業的業務響應速度。

藉助一站式“CodeWave智能開發平台”的應用，能夠幫助其在數字化建設項目上更低成本高效率交付項目，例如在一家客户中完成項目開發，即可快速複製到其所有同類型的項目中，拓展性和可複製性強，可快速推廣，推進更多數字化改革項目落地。

“CodeWave智能開發平台”的業務分析人員梳理業務模型，應用開發人員無需複雜編碼即可快速搭建出應用；基於可視化工作台，通過模板生成、圖形化組件拖拽、參數配置、邏輯規則定義等方式，快速搭建出企業應用，將開發效率提升數倍以上，大幅提高軟件迭代速度和市場競爭力；開發者可以設計和發佈模板組件、後端接口與應用程序，沉澱業務經驗與 IT 資產，實現高水平的重用。

八、總結：

AI技術的潛在價值不斷增長，也為企業數字化轉型提供了前所未有的機會，很多公司無法將業務與AI系統相結合，造成了“數智化鴻溝”。網易顛覆了傳統的開發模式，以構建“數字資產”為中心發展企業數字生產力，為產業的數字化注入智能，在軟件生產的全鏈路上持續創新，也是一個企業做出數字化轉型的新契機。

“CodeWave 智能開發平台”通過圖形化界面、可視化建模等手段，讓開發者通過編寫少量代碼甚至零代碼的方式，快速創建軟件應用的開發方法，基本上實現了軟件研發的全鏈路，從軟件的設計開發、測試、運維、運營全鏈路全智能的覆蓋，以讓軟件生產更簡單、更高效、更智能的宗旨，實現了軟件開發的人才低門檻、技術高上限。

“CodeWave 智能開發平台”的優勢在於：

• ①. 智能需求設計：以知識庫為基礎，支持PRD文檔、原型圖、設計稿自動生成；
• ②. 智能開發平台：頁面、數據、邏輯、流程全面可視化，支持自然語言生成SQL、開發邏輯等；
• ③. 智能構建與測試：AI輔助進行代碼規範檢查、安全審查、預測建模與自動化測試； 自動部署與擴容：實現應用自動打包、彈性部署、資源智能調度；
• ④. 智能監控與風控：基於日誌數據進行實時巡檢、異常檢測與業務風控；
• ⑤. AI資產沉澱與複用：將上述過程中的能力封裝為可調用模塊，構建組件化資產體系。

一站式“CodeWave 智能AI開發平台”提供了一系列預定義的組件和模板，開發人員只需要拖放這些組件並進行配置，即可快速構建低代碼應用，是一種通過圖形化界面和少量的編碼快速構建和生成的應用程序。非專業開發人員或有限的編程經驗的人員也能夠快速構建低代碼應用，而無需深入地學習複雜的編程語言和技術。

一站式“CodeWave 智能AI開發平台”作為統一的智能研發底座，在實際應用中已支撐構建出多個可落地、可交付的 AI 業務模塊。在完成內部體系驗證的基礎上，網易也逐步將平台能力標準化，開放至製造、金融、教育等行業客户，支持其構建自身的AI能力底座與場景化應用體系。

附帶：可以來體驗一下一站式CodeWave智能開發平台