在 Devin 中试用 DeepWiki 处理私有仓库
DeepWiki

microsoft/generative-ai-for-beginners

菜单

低代码AI应用

相关源文件

本文档提供了使用低代码开发平台构建 AI 应用的全面概述，特别关注 Microsoft Power Platform。低代码平台使开发人员和非开发人员能够使用可视化开发环境和预构建组件，以最少的手动编码来创建复杂的 AI 驱动型应用程序。有关传统编码方法中函数调用和 API 集成的信息，请参阅 函数调用集成。

低代码 AI 开发简介

低代码开发平台通过使传统开发人员和非开发人员都能以最少的编码构建解决方案，彻底改变了应用程序的构建方式。这些平台提供了可视化开发环境，用户可以通过拖放组件来比传统编码方法更快、使用更少资源地构建应用程序。

当与 AI 功能相结合时，低代码平台成为 AI 应用开发民主化的强大工具，使用户无需数据科学专业知识即可构建 AI 驱动的解决方案。

来源： 10-building-low-code-ai-applications/README.md9-16

Microsoft Power Platform for Low-Code AI Development

Microsoft Power Platform 为组织提供了全面的低代码和无代码开发能力，使团队能够通过直观的环境构建自己的解决方案。该平台显著加快了开发时间，使解决方案能够在几天或几周内而不是几个月或几年内完成构建。

Power Platform 的核心组件

Power Platform 由五个关键产品组成

组件描述AI 功能
Power Apps用于构建用于跟踪、管理和与数据交互的应用程序的低代码环境用于应用程序生成的 Copilot、支持 AI 的表单处理
Power Automate用于在应用程序和服务之间创建自动化工作流的工具用于工作流创建的 Copilot、基于 AI 的文档处理
Power BI用于数据可视化和共享见解的业务分析服务AI 增强型数据分析和报告
Power Pages用于创建面向外部的网站的工具AI 辅助内容创建
Copilot Studio用于构建和部署智能虚拟代理的平台自然语言处理、对话式 AI

来源： 10-building-low-code-ai-applications/README.md11-13 10-building-low-code-ai-applications/README.md31-43

Power Platform 中的生成式 AI

Microsoft 通过两个主要组件将生成式 AI 功能集成到 Power Platform 中：Copilot 和 AI Builder。这些工具使用户能够创建 AI 驱动的应用程序，而无需具备数据科学专业知识。

Copilot：开发 AI 助手

Copilot 是一款 AI 助手，可让用户通过使用自然语言的对话交互来构建 Power Platform 解决方案。它可以理解用普通语言描述的需求，并生成相应的解决方案。

AI Builder：低代码 AI 功能

AI Builder 是 Power Platform 中的一项功能，允许用户将 AI 模型集成到应用和流程中。用户可以使用预构建的 AI 模型或创建自定义模型来自动化流程和预测结果。

来源： 10-building-low-code-ai-applications/README.md42-47 10-building-low-code-ai-applications/README.md158-176

使用 Copilot 构建 AI 应用

Copilot 通过实现应用程序和工作流的对话式创建，增强了 Power Apps 和 Power Automate 中的开发体验。

Power Apps 中的 Copilot

Power Apps 中的 Copilot 允许用户描述他们想要构建的应用程序以及他们想要跟踪的信息。然后，它会根据描述生成一个响应式的画布应用，并建议合适的数据集表结构和必要的字段。

来源： 10-building-low-code-ai-applications/README.md62-70 10-building-low-code-ai-applications/README.md79-113

Power Automate 中的 Copilot

在 Power Automate 中，Copilot 允许用户描述他们需要创建的工作流。然后，它会生成流程结构并建议必要的操作，从而更轻松地自动化复杂的业务流程。

来源： 10-building-low-code-ai-applications/README.md71-77

用例：学生作业跟踪器

学生作业跟踪器应用程序演示了如何使用 Copilot 快速创建一款帮助教育工作者跟踪和管理学生作业的应用程序。

应用程序开发流程

  1. 导航到 Power Apps 主屏幕
  2. 使用 Copilot 描述应用程序：“我想构建一个应用程序来跟踪和管理学生作业”
  3. Copilot 建议具有适当字段的数据集表
  4. 通过添加字段（例如，学生电子邮件）来自定义表
  5. 使用 Copilot 生成应用程序
  6. 添加用于电子邮件功能的其他屏幕
  7. 保存并共享已完成的应用程序

来源： 10-building-low-code-ai-applications/README.md76-113

在 Power Platform 中使用 AI 模型

Power Platform 中的 AI Builder 提供了两种类型的 AI 模型：预构建 AI 模型和自定义 AI 模型。这些模型可以集成到 Power Apps 和 Power Automate 中，为应用程序添加智能。

预构建 AI 模型

预构建 AI 模型是 Microsoft 训练的现成可用模型，可以直接集成到应用程序中，而无需用户自行构建或训练模型。这些模型包括：

  • 关键短语提取：从文本中提取关键短语
  • 语言检测：检测文本的语言
  • 情绪分析：检测文本中的积极、消极、中性或混合情绪
  • 名片阅读器：从名片中提取信息
  • 文本识别：从图像中提取文本
  • 对象检测：从图像中检测和提取对象
  • 文档处理：从表单中提取信息
  • 发票处理：从发票中提取信息

来源： 10-building-low-code-ai-applications/README.md158-188

用例：发票处理流程

发票处理流程演示了如何使用 AI Builder 的预构建模型将发票中的信息提取自动化，并将其存储在 Dataverse 表中。

开发流程

  1. 创建 Dataverse 表以存储发票信息
  2. 使用 Copilot 描述表结构：“我想创建一个表来存储发票信息”
  3. 添加供应商电子邮件字段用于通知
  4. 构建 Power Automate 流程来处理发票
  5. 配置流程，以便在新发票上传时触发
  6. 使用 AI Builder 发票处理模型提取信息
  7. 将提取的信息存储在 Dataverse 表中
  8. 根据发票状态设置向供应商发送通知

来源： 10-building-low-code-ai-applications/README.md116-156

低代码 AI 开发最佳实践

在开发使用低代码平台的 AI 应用程序时，遵循以下最佳实践可以帮助确保成功实施：

  1. 明确定义需求：在开始开发之前，了解您希望 AI 应用程序实现的目标
  2. 从预构建模型开始：尽可能使用预构建的 AI 模型，以节省时间和资源
  3. 彻底测试：通过不同的输入和场景验证 AI 模型的性能
  4. 考虑数据隐私：注意数据处理实践，尤其是有敏感信息时
  5. 计划监控：实施方法来跟踪应用程序性能和模型准确性
  6. 包含用户反馈机制：允许用户对 AI 结果提供反馈，以便随着时间的推移进行改进
  7. 构建灵活性：设计应用程序以适应模型更新和改进
  8. 确保可访问性：使应用程序能够被各种能力的用户使用

来源： 10-building-low-code-ai-applications/README.md193-227 12-designing-ux-for-ai-applications/README.md30-100

与其他 AI 服务的集成

低代码应用程序可以与 Power Platform 内置的 AI 服务以外的各种 AI 服务集成。这包括 Azure AI 服务、OpenAI 模型和其他第三方 AI 提供商。

来源： 10-building-low-code-ai-applications/README.md46-57

结论

低代码 AI 应用代表了 AI 技术民主化方面的一项重大进步，使组织能够在没有广泛编码专业知识的情况下实施 AI 解决方案。Microsoft Power Platform 及其 Copilot 和 AI Builder 等 AI 增强工具，提供了一个全面的环境，用于创建可以解决实际业务挑战的智能应用程序。

通过利用这些低代码工具，企业可以在构建复杂的 AI 驱动型解决方案的同时，显著降低开发时间和成本。随着 AI 的不断发展，低代码平台将在使更广泛的受众能够使用这些技术方面发挥越来越重要的作用。