JeecgBoot 3.8.0版本发布:AI低代码平台的全面升级
JeecgBoot作为国内知名的低代码开发平台,在3.8.0版本中实现了重大突破,正式转型为"AI低代码平台"。这一版本的核心亮点是引入了一整套AI大模型功能,使开发者能够快速构建和部署个性化AI应用,显著降低了AI技术的应用门槛。
平台架构与核心功能
JeecgBoot 3.8.0版本构建了一个完整的AI应用开发生态系统,主要包括以下核心模块:
-
AI模型管理:支持对接多种主流大语言模型,包括DeepSeek、ChatGPT、Qwq、智普等,同时兼容本地搭建的Ollama模型。平台提供了统一的模型接入接口,开发者可以轻松切换不同模型而无需修改业务代码。
-
AI应用管理:分为普通应用和高级流程应用两种类型。普通应用适合简单的AI场景配置,而高级流程应用则通过可视化编排满足复杂业务需求。
-
知识库系统:支持多种文档格式导入(PDF、Word、Excel等),并能保持原始格式和图片。特别值得一提的是对Markdown文档库的完整支持,这在同类产品中较为少见。
-
流程编排引擎:提供强大的可视化流程设计器,包含开始、结束、AI知识库节点、分类节点、分支节点等十余种节点类型,支持复杂业务逻辑的图形化编排。
-
对话系统集成:不仅提供内置的AI聊天功能,还能将聊天助手无缝嵌入到第三方系统中,快速为现有系统增加智能交互能力。
技术实现与创新
JeecgBoot的AI子系统采用Java+Vue3技术栈实现,与平台原有的低代码能力深度整合。在技术实现上有几个显著创新点:
-
文档处理优化:针对业界常见的文档格式转换问题,JeecgBoot特别优化了PDF和Markdown文档的处理能力,能够完整保留原始格式和图片,解决了内容丢失和格式错乱的痛点。
-
RAG增强检索:实现了完整的检索增强生成(RAG)管道,从文档摄入、文本提取到向量搜索的全流程支持,显著提升了AI回答的准确性和相关性。
-
流程即服务:将AI流程编排作为低代码业务引擎的一部分,用户可以通过配置实现各种业务流和AI流程,生成的流程可以直接作为API服务提供。
-
多模型统一接口:抽象出统一的模型调用接口,开发者无需关心底层模型差异,同一套业务代码可以无缝切换不同的大模型后端。
应用场景与优势
相比专注于AI开发的Dify等平台,JeecgBoot的最大优势在于AI能力与业务系统的深度整合。典型应用场景包括:
-
智能客服系统:快速构建基于知识库的问答系统,支持多轮对话和复杂问题处理。
-
文档智能助手:帮助企业将内部文档库转化为可交互的知识系统,员工可以通过自然语言快速获取所需信息。
-
业务流程自动化:通过AI流程编排实现复杂的业务审批、数据分析等自动化流程。
-
系统增强:将AI能力嵌入现有业务系统,如智能填单、数据校验、内容生成等功能。
JeecgBoot的独特价值在于将低代码开发效率与AI能力完美结合,开发者可以在熟悉的低代码环境中快速实现AI应用,而无需深入掌握AI技术细节。这种"AI赋能低代码"的理念,使得企业数字化转型更加高效和平滑。
未来展望
随着3.8.0版本的发布,JeecgBoot已经确立了在AI低代码领域的技术领先地位。未来平台可能会在以下方向继续深化:
- 增加更多垂直行业的预置AI解决方案
- 强化模型微调能力,支持企业私有化训练
- 优化流程编排的智能化程度,引入AI辅助设计
- 扩展更多的AI能力集成,如图像识别、语音处理等
JeecgBoot 3.8.0版本不仅是功能更新,更代表了低代码平台向智能化演进的重要里程碑,为开发者提供了拥抱AI时代的有力工具。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00