建行新专利：低代码+大模型，降低软件开发门槛（建行新一代系统操作代码）

《银行科技研究社》消息：12月8日，建设银行和建信金科联合申请的一项名为“一种组件组装和大语言模型结合的应用开发方法及装置”的专利公布。其申请于2023年9月7日，涉及应用开发技术领域。

摘要显示，方法包括：预先开发多个大语言模型组件，并将其添加至组件数据库中，每一大语言模型组件的用途或输出格式不同；接收业务人员根据业务需求从组件数据库中选取的目标组件，目标组件至少包括大语言模型组件；接收业务人员设置的目标组件之间的编排关系；根据目标组件及目标组件之间的编排关系，生成应用程序。

更具体的，预先开发的多个大语言模型组件利用低代码平台中的组件开发工具进行开发；目标组件之间的编排关系由应用组装工作台实现。

接收业务人员设置的目标组件之间的编排关系之后，还需要：对目标组件之间的编排关系进行校验，以确定编排关系是否存在异常；若校验结果存在异常，则根据异常位置的目标组件给出自动化解决方案；若校验结果不存在异常，则确定编排关系。

其中，对目标组件之间的编排关系进行校验，包括：校验具有相连编排关系的目标组件的输出参数与输入参数是否一致。

而根据异常位置的目标组件给出自动化解决方案，包括：查询组件连接方式数据库，确定异常位置的目标组件的备选连接组件，其中，组件连接方式数据库中存储有各组件及其可连接组件之间的关联关系；从所有目标组件中，匹配出包含于备选连接组件中的目标组件；将匹配出的目标组件作为疑似连接组件提示给用户。

另外，方法还包括：根据目标组件及目标组件之间的编排关系，确定输入组件及输出组件；根据输入组件所需参数及输出组件输出内容，利用预设界面模板，生成交互界面，其中，交互界面至少包括输入控件，用于输入源数据信息。

说明书还提到，大语言模型是指使用大量文本数据训练的深度学习和推理模型，可以处理多种自然语言任务，如文本分类、问答、对话等，属于人工智能的范畴。通过结合低代码的组件组装思想和大语言模型的自然语言处理逻辑，形成大语言模型应用的低门槛研发工具，协助业务人员将离散、描述性的需求转化为高度结构化、数字化和可视化的表达，有助于更好转换为业务模型。利用低代码平台中的组件开发工具预先开发大语言模型组件，将大语言模型接口封装为可视化的组件，能够使业务人员以图形化的方式去使用这个组件。

该发明的背景为，随着数字化的转型和业务需求的井喷式发展，对软件的需求量越来越大，而传统的软件开发对代码编写能力有一定的要求，对于不懂代码编写的业务人员来说，开发软件是极其困难的事情。而IT人员由于难以深入理解业务，导致开发效率较低，业务应用无法快速交付。长此以往，业务人员对软件的紧迫程度和IT人员无法快速深入理解业务的矛盾日益加剧。

现有基于低代码平台的应用开发方式仍需要开发人员进行代码的修改，并无法输出多种形式的结果。因此亟需一种低门槛的方式让业务人员也能够进行软件开发，并能够根据业务需求产生多种展示形式的输出结果。

该发明可解决目前软件开发中门槛高且无法输出多种形式的结果的问题。