跳至主要內容

AI生成

AI生成

业务用途

平台提供一组「自然语言 -> 结构化产物」的生成能力，主要服务于与表单场景：

能力端点是否调大模型产物
生成表字段POST /api/ai/generate/table-fields是字段数组 JSON（含列名/注释/类型/长度/必填/默认值/理由）
生成 SQLPOST /api/ai/generate/sql否（关键词规则）CREATE TABLE DDL
生成表单配置POST /api/ai/generate/form-config否（关键词规则）表单字段 JSON
执行 SQLPOST /api/ai/executeSql否（占位）成功标识
应用表单建议POST /api/ai/applyForm否（占位）成功标识

只有「生成表字段」真正用 AI

generate/table-fields 调用默认大模型，按业务描述生成 8~15 个字段，是本模块的核心 AI 能力。generate/sql 与 generate/form-config 是关键词规则拼装（识别「名称/描述/状态/金额/数量」等词套模板），不消耗模型额度。executeSql / applyForm 当前是占位桩，仅返回成功标识，实际落库/应用需前端自行处理或后续扩展。

涉及文件

角色文件路径
AI 助手控制器backend/src/main/java/com/lowcode/controller/AiAssistantController.java
AI 调用服务backend/src/main/java/com/lowcode/service/AiProviderService.java
模型配置实体backend/src/main/java/com/lowcode/entity/AiModelConfig.java
表元数据实体backend/src/main/java/com/lowcode/entity/LcTableMeta.java
前端 APIfrontend/src/api/ai.ts

后端实现（关键代码）

生成表字段（AI） /generate/table-fields

这是唯一真正调用大模型的生成接口。接收 TableFieldGenerateRequest{tableName, businessDescription, existingFields}：

  1. 校验 businessDescription 非空。
  2. 查默认模型（enabled='1' AND defaultModel='1'），查不到报「请先在系统设置中配置并启用默认AI模型」。
  3. buildTableFieldsPrompt(request) 拼 prompt，约束模型直接输出 JSON。
  4. aiProviderService.generateText(config, prompt) 调用（无显式 maxTokens，走默认 2048）。
  5. normalizeGeneratedFieldsWithTableName(answer, existingFields, tableName) 解析 + 清洗，返回 {fields:[...], suggestedTableName?}。
@PostMapping("/generate/table-fields")
public Result<Map<String, Object>> generateTableFields(@RequestBody TableFieldGenerateRequest request) {
    if (!StringUtils.hasText(request.getBusinessDescription()))
        return Result.error("请描述这个表的业务用途");
    try {
        AiModelConfig config = aiModelConfigService.getOne(new LambdaQueryWrapper<AiModelConfig>()
                .eq(AiModelConfig::getEnabled, "1")
                .eq(AiModelConfig::getDefaultModel, "1")
                .last("LIMIT 1"));
        if (config == null) return Result.error("请先在系统设置中配置并启用默认AI模型");
        String answer = aiProviderService.generateText(config, buildTableFieldsPrompt(request));
        Map<String, Object> parsed = normalizeGeneratedFieldsWithTableName(
                answer, request.getExistingFields(), request.getTableName());
        return Result.success(parsed);
    } catch (Exception e) {
        return Result.error("AI生成字段失败: " + e.getMessage());
    }
}

表字段 prompt 规则

buildTableFieldsPrompt 关键约束：

  • 表名：用户传了就用，没传让模型自己生成一个英文小写下划线表名（放进 tableName 字段）。
  • 已存在字段（existingFields）跳过，不重复生成。
  • 输出格式严格为 {"fields":[{columnName,columnComment,columnType,columnLength,isRequired,defaultValue,reason}], "tableName":"..."}。
  • 字段名英文小写下划线；类型只能是 varchar/int/bigint/decimal/text/datetime/date/tinyint（SUPPORTED_COLUMN_TYPES）。
  • 不要包含 id/tenant_id/create_time/update_time/deleted（这些由平台建表时自动补齐）。
  • 生成 8 到 15 个字段。

字段清洗逻辑

normalizeGeneratedFields 用 Jackson 解析 extractJson(answer)（能剥 ```json 围栏、提取 {...} 或 [...]），逐字段校验：

  • columnName 必须匹配 [a-z][a-z0-9_]{1,63}，否则丢弃；与 existingFields（小写）重复则丢弃。
  • columnType 不在 SUPPORTED_COLUMN_TYPES 则回退 varchar。
  • columnLength 按类型归一：text/datetime/date 强制 0；int->11、bigint->20、decimal->12、tinyint->1、其它默认 100，上限 1000。
  • 输出字段：columnName / columnComment / columnType / columnLength / isRequired / defaultValue / reason。
private static final Set<String> SUPPORTED_COLUMN_TYPES =
        Set.of("varchar", "int", "bigint", "decimal", "text", "datetime", "date", "tinyint");

// 若用户没传表名，尝试从 AI 响应里取 tableName 作为 suggestedTableName
if (!StringUtils.hasText(requestedTableName) && root.has("tableName")) {
    result.put("suggestedTableName", root.get("tableName").asText(""));
}
默认长度表
private int defaultColumnLength(String columnType) {
    return switch (columnType) {
        case "int" -> 11;
        case "bigint" -> 20;
        case "decimal" -> 12;
        case "tinyint" -> 1;
        case "text", "datetime", "date" -> 0;
        default -> 100;   // varchar 等
    };
}

生成 SQL（规则） /generate/sql

generateSqlFromDescription(description, tableName) 不调模型，按关键词（名称/描述/状态/时间/金额/数量）套 VARCHAR(100) / VARCHAR(500) / TINYINT / DATETIME / DECIMAL(10,2) / INT 模板拼 CREATE TABLE，自动补 id / tenant_id / create_time / update_time / deleted / 索引：

private String generateSqlFromDescription(String description, String tableName) {
    StringBuilder sql = new StringBuilder();
    sql.append("CREATE TABLE `").append(tableName).append("` (\n");
    sql.append("  `id` BIGINT AUTO_INCREMENT PRIMARY KEY COMMENT 'ID',\n");
    sql.append("  `tenant_id` BIGINT DEFAULT 1 COMMENT '租户ID',\n");
    String[] keywords = description.split("[,，;；\\n]+");
    for (String keyword : keywords) {
        if (keyword.contains("名称") || keyword.contains("姓名"))
            sql.append("  `name` VARCHAR(100) COMMENT '名称',\n");
        else if (keyword.contains("金额") || keyword.contains("价格"))
            sql.append("  `amount` DECIMAL(10,2) COMMENT '金额',\n");
        // ... 状态/时间/数量/描述
    }
    sql.append("  `create_time` DATETIME DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',\n");
    // ... update_time / deleted / INDEX idx_tenant_id
    return sql.toString();
}

生成表单配置（规则） /generate/form-config

generateFormConfigFromDescription(description) 同样不调模型，按关键词套 input / textarea / select / date / number 模板拼 JSON，输出 {formCode, formName, fields:[...]}。

执行 SQL（占位） /executeSql

当前是桩实现，不真正执行 SQL，只校验 sql 非空后返回 {success:true, message:"SQL执行成功", sql, affectedRows:0, tableName}。真正的建表执行由表设计器的 /api/database/table/execute/{tableId} 承担。

@PostMapping("/executeSql")
public Result<Map<String, Object>> executeSql(@RequestBody Map<String, Object> request) {
    String sql = (String) request.get("sql");
    if (sql == null || sql.trim().isEmpty()) return Result.error("SQL语句不能为空");
    Map<String, Object> result = new HashMap<>();
    result.put("success", true);
    result.put("message", "SQL执行成功");
    result.put("affectedRows", 0);   // 占位
    return Result.success(result);
}

应用表单建议（占位） /applyForm

也是桩实现，接收 {formCode, suggestions}，返回 {success:true, message:"建议已应用到表单", formCode, appliedSuggestions}。实际把 AI 建议写回表单配置由前端表单设计器自行处理。

前端实现

frontend/src/api/ai.ts 封装相关接口：

export const executeSql = (data: { sql: string; tableName: string }) =>
  request.post<any>('/ai/executeSql', data)
export const applyForm = (data: { formCode: string; suggestions: Record<string, any> }) =>
  request.post<any>('/ai/applyForm', data)
export const generateTableFields = (data: {
  tableName: string
  businessDescription: string
  existingFields: string[]
}) => request.post<{ fields: AiGeneratedField[]; rawAnswer: string; suggestedTableName?: string }>(
  '/ai/generate/table-fields', data
)

export interface AiGeneratedField {
  columnName: string
  columnComment: string
  columnType: string
  columnLength: number
  isRequired: boolean
  defaultValue?: string
  reason?: string
}

generateTableFields 的 existingFields 传当前表已有字段名数组，避免 AI 重复生成；若用户未填表名，响应里的 suggestedTableName 用于回填表名输入框。

操作步骤

AI 生成表字段（主流程）

  1. 先在 配好默认模型。
  2. 进入「表设计器」，新建/编辑一张表。
  3. 在「AI 生成字段」入口填写业务描述（如「采购订单管理，需要订单编号、供应商、采购员、总金额、交货日期、状态、备注」）。
  4. 前端调 POST /api/ai/generate/table-fields，body 含 businessDescription、可选 tableName、existingFields（已有字段名）。
  5. 后端调模型生成，清洗后返回 fields 数组。
  6. 前端把字段追加到表设计器字段列表（已存在的自动跳过），用户可逐条微调类型/长度/必填后保存。
  7. 若用户没填表名，用返回的 suggestedTableName 回填。
AI 生成表字段（业务描述输入与生成的字段列表）

生成 SQL / 表单配置

  1. 在对应入口填描述（逗号/分号/换行分隔关键词）。
  2. 调 POST /api/ai/generate/sql 或 /generate/form-config。
  3. 拿到 DDL 或表单 JSON，确认后复制使用（注意这两个是规则生成，能力有限，复杂场景用「生成表字段」走 AI）。
生成 SQL/表单配置结果（规则生成的 DDL 与表单 JSON）

常见问题

生成表字段报「请先在系统设置中配置并启用默认AI模型」

和 一样，generate/table-fields 依赖默认模型。先去 配好并设默认。

AI 返回的字段被丢弃了一部分

normalizeGeneratedFields 严格校验：列名不匹配 [a-z][a-z0-9_]{1,63}（如含中文、大写、特殊符号）会被丢；与 existingFields 重复会被丢；类型不在白名单会回退 varchar 而非丢弃。若字段太少，检查模型是否遵循了 prompt（可换更强模型），或减少 existingFields。

生成的字段里出现了 id / create_time

prompt 明确禁止生成这些保留字段，且平台建表时会自动补齐。若模型不听话仍输出，normalizeGeneratedFields 当前不会过滤保留字段名（只过滤格式不对和重复的），需人工删除，或自行扩展清洗逻辑加 RESERVED 过滤。

generate/sql 生成的 DDL 不够智能

generateSqlFromDescription 只识别「名称/描述/状态/时间/金额/数量」等有限关键词，套固定模板。复杂业务表请改用「生成表字段」（AI）拿到结构化字段，再由表设计器的「执行建表」生成真正的 DDL。

executeSql 返回成功但表没建出来

/executeSql 是占位桩，affectedRows=0，不真正执行。建表请用表设计器的 POST /api/database/table/execute/{tableId}（由 SchemaService 真正执行 DDL）。

AI 生成的字段类型只有 8 种

SUPPORTED_COLUMN_TYPES 限定 varchar/int/bigint/decimal/text/datetime/date/tinyint。这是平台动态表引擎支持的子集，保证建表与 CRUD 兼容。需要 char/float/json 等类型需手动改字段类型。

MIT Licensed · 企业级低代码开发平台教学文档