集成开发介绍
在 Lovrabet 平台上,您可以通过 AI 快速生成完整的业务系统。但我们深知,AI 并非万能。
💡 AI + 人类:各展所长的协作模式
AI 的能力与边界
Lovrabet 的 AI 能够为您做什么:
- ✅ 几天内上线完整业务系统 - 传统开发需要 2-3 个月的 CRM、ERP、订单管理系统,AI 可在 3-5 天内生成
- ✅ 大幅降低开发成本 - 节省 60-80% 的开发时间和人力成本,让技术团队专注核心创新
- ✅ 快速响应业务需求 - 市场变化快?业务调整频繁?AI 让系统迭代速度提升 10 倍
- ✅ 零代码基础也能用 - 业务人员通过自然语言描述需求,AI 自动生成可用的系统
- ✅ 企业级标准架构 - 自动生成的代码符合最佳实践,安全、稳定、易维护
但是,AI 目前还无法完全替代人类在以下方面的价值:
- 🧠 行业深度经验 - 10 年积累的风控模型、诊断流程、供应链优化算法,AI 难以理解其中的业务智慧
- 🎯 企业独特竞争力 - 您企业特有的业务规则、组织文化、决策机制,这些是差异化优势
- 🔧 极致用户体验 - 精心打磨的交互设计、创新的功能体验,需要人类的创意和洞察
- 🌐 生态系统整合 - 与企业微信、钉钉、SAP、用友等现有系统的深度集成,需要理解企业 IT 全局
- 🚀 创新突破 - 颠覆性的商业模式、前沿技术应用、行业首创功能,这是人类的独特价值
集成开发:人机协作的最佳实践
我们的设计理念:Lovrabet 不是要替代人类开发者,而是成为你的得力助手。
核心价值:
- 🚀 提速 - AI 处理 80% 的标准功能,你专注 20% 的核心价值
- 🔗 无缝集成 - 扩展功能与 AI 生成的系统完美融合
- 🎯 专业优势 - 你的领域经验和创新能力得到充分发挥
- 🛠️ 完整工具链 - SDK、CLI、MCP 让集成开发简单高效
🎯 典型的集成开发场景
场景一:行业专属算法和模型
背景:我是一家金融科技公司的风控专家,需要接入自研的信用评分模型。这个模型基于 10 年的数据积累和行业经验,包含 200+ 个风险特征和复杂的评分逻辑。
AI 的局限:AI 无法理解金融行业特有的风险模型、监管要求和业务规则。
集成开发方案:
- 使用 Lovrabet AI 生成客户管理、贷款申请等标准功能
- 通过集成开发接入自研的信用评分引擎
- 使用 SDK 获取客户数据,调用评分 API,将结果写回系统
- 一键同步到主系统,风控人员可直接使用
场景二:复杂的多系统集成
背景:企业内部有 ERP(用友)、CRM(Salesforce)、企业微信等多个系统,需要打通数据和流程。
AI 的局限:每个企业的系统集成方案都不同,需要深入理解企业 IT 架构和业务流程。
集成开发方案:
- Lovrabet AI 生成统一的数据看板和操作界面
- 通过集成开发实现与各系统的 API 对接
- 在扩展页面中整合多源数据,提供统一视图
- 实现跨系统的业务流程自动化
场景三:创新性的交互体验
背景:我想做一个拖拽式的项目看板(类似 Trello),或者一个可视化的供应链网络图,这些需要特殊的 UI 组件和交互逻辑。
AI 的局限:AI 擅长生成标准的表格、表单,但对于高度定制化的交互体验,需要人类的设计思维和创意。
集成开发方案:
- Lovrabet AI 处理底层的数据存储和权限控制
- 通过集成开发引入 react-dnd、G6 等专业 UI 库
- 自由设计交互逻辑和视觉效果
- 使用 SDK 与 Lovrabet 数据无缝对接
场景四:特殊的业务规则和流程
背景:我们公司的订单审批流程非常复杂:根据订单金额、客户等级、产品类型自动分配审批人,审批通过后触发库存扣减、财务记账、发货通知等一系列操作。
AI 的局限:每个企业的业务规则都是独特的,AI 难以理解这些多年形成的业务逻辑。
集成开发方案:
- Lovrabet AI 生成订单管理的基础功能
- 通过集成开发实现复杂的审批引擎和自动化流程
- 使用 SDK 操作多个数据表,协调各个环节
- 保持业务逻辑代码独立,便于维护和迭代
场景五:前沿技术应用
背景:我想在系统中集成 AI 客服机器人、语音识别、图像识别、区块链存证等前沿技术。
AI 的局限:Lovrabet AI 专注于生成标准的业务系统,前沿技术需要专业团队的深度开发。
集成开发方案:
- Lovrabet AI 生成基础的业务管理功能
- 通过集成开发集成 OpenAI、阿里云、腾讯云等服务
- 在扩展页面中实现创新性功能
- 形成差异化竞争优势
🛠️ 完整的集成开发工具链
为了让集成开发更简单、更高效,我们基于多年的经验,构建了一套完整的工具链:
1️⃣ Lovrabet SDK - 数据访问层
解决的问题:
- ❌ 没有 SDK:需要自己研究 API 文档,手写请求代码,处理认证、错误等
- ❌ 没有类型提示:容易传错参数,运行时才能发现错误
- ❌ 认证复杂:需要自己处理 Token 生成、过期刷新等细节
有了 SDK 之后:
// ✅ 简洁优雅,类型安全
const customers = await client.models.customers.filter({
currentPage: 1,
pageSize: 20,
});
// ✅ 创建数据,IDE 自动提示字段
const newCustomer = await client.models.customers.create({
name: "张三",
phone: "13800138000",
company: "ABC科技",
});
核心特性:
- 🔐 多种认证模式 - 自动适配服务端(AccessKey)和浏览器(Token/Cookie)环境
- 📦 完整类型定义 - TypeScript 原生支持,开发时自动提示字段和类型
- ⚡ 环境自适应 - 同一套代码可在 Node.js 和浏览器中运行
- 🎯 简洁 API - 符合直觉的 CRUD 操作,降低学习成本
📖 详细文档:Lovrabet SDK 使用指南
2️⃣ Lovrabet CLI - 脚手架和同步工具
解决的问题:
- ❌ 没有 CLI:从零搭建项目,配置路由、构建工具,耗时费力
- ❌ 手动配置菜单:开发完页面后,需要在平台后台手动添加菜单,容易遗漏
- ❌ 集成困难:不清楚如何将本地开发的页面集成到主系统
有了 CLI 之后:
# ✅ 一键创建项目,自动生成标准结构
lovrabet create my-app
# ✅ 自动生成 API 配置,无需手写
lovrabet api pull --appcode your-app-code
# ✅ 一键同步菜单,瞬间完成主子应用合并
lovrabet menu sync
核心特性:
- 🚀 项目脚手架 - 基于最佳实践的项目模板,开箱即用
- 🔄 API 自动生成 - 扫描应用数据集,自动生成 SDK 配置文件
- 📋 菜单智能同步 - 扫描本地页面,自动同步到平台菜单(支持中文命名)
- ⚡ 开发服务器 - 内置热更新,提升开发效率
- 🏗️ 智能构建 - 优化的微前端构建配置,一键部署
关键亮点 - 一键同步菜单:
lovrabet menu sync
- 自动扫描
src/pages目录下的所有页面 - 智能提取菜单名称(支持 Title 注释、displayName、组件名)
- 对比本地和平台菜单,找出缺失项
- 批量创建菜单,瞬间完成主子应用合并
- 无需手动配置,零遗漏
📖 详细文档:Lovrabet CLI 使用指南
3️⃣ Lovrabet Dataset MCP - AI 辅助人类开发 🌟
MCP 是什么?
MCP(Model Context Protocol)是 Anthropic 推出的标准协议,让 AI 工具(Claude、Cursor 等)能够理解你的业务上下文。
Lovrabet Dataset MCP Server 是我们基于 MCP 协议开发的服务,让 AI 成为你集成开发的智能助手。
🎯 核心价值:让 AI 理解你的业务
没有 MCP 的开发流程:
开发者:我要写一个查询客户列表的代码
↓
AI:好的,我来帮你写(但 AI 不知道你的数据表结构)
↓
AI 生成代码:
const data = await fetch('/api/users') // ❌ 错误的 API 端点
const { name, email } = data[0] // ❌ 错误的字段名
↓
开发者:不对,我们的表叫 customers,字段是 customer_name 和 phone
↓
再次沟通、修改...(重复多次)
有了 MCP 的开发流程:
开发者:我要写一个查询客户列表的代码
↓
AI(通过 MCP 理解你的业务):
- 我看到你有 customers 表
- 包含字段:customer_name, phone, company, create_time
- 主键是 id
↓
AI 自动生成正确的代码:
const customers = await client.models.customers.filter({
currentPage: 1,
pageSize: 20
});
// ✅ 完全正确,一次通过!
🚀 MCP 的强大能力
MCP 可以帮助你:
- ✅ 快速生成 CRUD 代码 - 理解数据结构,自动生成关联查询
- ✅ 复杂数据查询和聚合 - AI 理解业务逻辑,生成统计分析代码
- ✅ 数据关联和联表查询 - 自动推理表关系,生成高效查询
- ✅ 批量数据操作 - 理解业务规则,生成安全的批量代码
- ✅ 生成完整页面组件 - 包含状态管理、分页、搜索的完整组件
🔧 如何配置 MCP Server
方式一:使用 npx(推荐)
{
"mcpServers": {
"lovrabet-dataset": {
"command": "npx",
"args": ["-y", "@lovrabet/dataset-mcp-server"],
"env": {
"DEFAULT_APP_CODE": "your-app-code"
}
}
}
}
方式二:全局安装
npm install -g @lovrabet/dataset-mcp-server
配置文件:
{
"mcpServers": {
"lovrabet-dataset": {
"command": "lovrabet-dataset-mcp",
"env": {
"DEFAULT_APP_CODE": "your-app-code"
}
}
}
}
🌟 MCP 的核心优势
| 能力 | 没有 MCP | 有了 MCP |
|---|---|---|
| 理解数据结构 | ❌ AI 不知道你的表和字段 | ✅ AI 完全理解你的业务数据 |
| 生成代码准确性 | ❌ 需要反复修正 | ✅ 一次生成,类型正确 |
| 开发效率 | ❌ 频繁查文档,手写代码 | ✅ 对话即可生成完整代码 |
| 复杂查询 | ❌ 需要自己设计数据关联 | ✅ AI 自动推理关联关系 |
| 学习成本 | ❌ 需要熟悉 SDK API | ✅ 自然语言描述需求即可 |
📖 MCP 详细文档和使用场景:@lovrabet/dataset-mcp-server
🎯 工具链对比
| 开发环节 | 没有工具链 | 有完整工具链 |
|---|---|---|
| 创建项目 | 从零搭建,配置路由、构建工具 | lovrabet create 一键创建 |
| 配置 API | 查文档,手写请求代码 | lovrabet api pull 自动生成 |
| 编写代码 | 手写 HTTP 请求,容易出错 | SDK 提供类型安全的 API |
| AI 辅助 | ❌ AI 不理解业务,代码不可用 | ✅ MCP 让 AI 深度理解数据结构 |
| 复杂查询 | 需要查文档,手写数据关联 | AI 自动生成,一次通过 |
| 本地开发 | 需要自己搭建开发服务器 | lovrabet start 热更新开发 |
| 集成主系统 | 手动配置菜单,容易遗漏 | lovrabet menu sync 一键同步 |
| 维护成本 | 代码分散,难以维护 | 独立仓库,清晰结构 |
📚 下一步
- 🚀 开发最佳实践 - 了解完整开发流程和最佳实践
- ❓ 常见问题 - 解答集成开发中的常见疑问
- 📖 Lovrabet SDK - 深入了解 SDK 使用
- 🔧 Lovrabet CLI - 掌握 CLI 工具
🎉 开始您的人机协作开发之旅
通过 Lovrabet 的集成开发体系,您可以:
- ✅ AI 处理标准功能,你专注核心价值
- ✅ 保持代码独立和清晰的架构
- ✅ 享受完整的工具链支持(尤其是 MCP)
- ✅ 实现团队高效协作
- ✅ 人机协作,各展所长
准备好了吗? 👉 查看开发最佳实践