Vue 全开源的 AI 低代码表单设计器组件,内置 AI 表单助理

Vue 全开源的 AI 低代码表单设计器组件,内置 AI 表单助理

FcDesigner 版是一款基于Vue的低代码可视化表单设计器工具,通过数据驱动表单渲染。可以通过拖拽的方式快速创建表单,提高开发者对表单的开发效率,内置 AI 表单助理,节省开发者的时间。并广泛应用于在政务系统、OA系统、ERP系统、电商系统、流程管理等领域。

源码地址: Github | Gitee | 文档 | 在线演示

安装

首先,安装 @form-create/designer 的 Vue 3 版本:

npm install @form-create/designer@^3 npm install @form-create/element-ui@^3 npm install element-plus 

如已安装旧版本渲染器,请执行以下命令更新至最新版:

npm update @form-create/element-ui@^3 

引入

Node.js 引入

对于使用 Node.js 的项目,按照以下步骤在您的 Vue 3 项目中引入并配置:

import{ createApp }from'vue';import FcDesigner from'@form-create/designer';import ElementPlus from'element-plus';import'element-plus/dist/index.css';// 创建 Vue 应用const app =createApp(App);// 使用 Element Plus 和 FcDesigner app.use(ElementPlus); app.use(FcDesigner); app.use(FcDesigner.formCreate);// 挂载应用 app.mount('#app');

CDN 引入

如果您选择使用 CDN,可以按照以下步骤在 HTML 文件中引入相关依赖:

<!-- 引入 Element Plus 样式 --><linkhref="https://unpkg.com/element-plus/dist/index.css"rel="stylesheet"/><!-- 引入 Vue 3 --><scriptsrc="https://unpkg.com/vue"></script><!-- 引入 Element Plus --><scriptsrc="https://unpkg.com/element-plus/dist/index.full.js"></script><!-- 引入 form-create 和 designer --><scriptsrc="https://unpkg.com/@form-create/element-ui@next/dist/form-create.min.js"></script><scriptsrc="https://unpkg.com/@form-create/designer@next/dist/index.umd.js"></script><divid="app"><fc-designerheight="100vh"></fc-designer></div><script>const{ createApp }= Vue;const app =createApp({}); app.use(ElementPlus); app.use(FcDesigner); app.use(FcDesigner.formCreate); app.mount('#app');</script>

使用

在 Vue 3 组件中,您可以通过以下方式使用 fc-designer 组件:

<template><fc-designerref="designer"height="100vh"/></template><scriptsetup>import{ ref }from'vue';// 可以在此处获取设计器实例或进行其他操作const designer =ref(null);</script>
在这里插入图片描述

私有化部署AI表单助理

如果您希望在自己的服务器上部署 AI 表单助理服务,可以使用我们开源的 FormCreate AI 表单助理 项目。

安装部署

1. 克隆项目

# 克隆项目git clone https://github.com/xaboy/form-create-assistant/ cd form-create-assistant # 安装依赖pnpminstall

2. 环境变量配置

创建 .env 文件(可选):

# 服务端口(默认: 3001)PORT=3001# 默认 Agent 类型(默认: deepseek)# 可选值: deepseek, zhipu, qwen, otherDEFAULT_AGENT=deepseek # 默认模型(默认: deepseek-chat)DEFAULT_MODEL=deepseek-chat # 默认 API 密钥(可选,当请求中未提供 Authorization header 时使用)DEFAULT_TOKEN=your-api-key-here # Other Agent 的自定义 API 端点(用于自定义 OpenAI 兼容接口)AGENT_API=https://api.example.com/v1/chat/completions # Agent 请求超时时间(毫秒,默认: 180000,即 3 分钟)AGENT_TIMEOUT=180000

3. 启动服务

# 使用 tsx 直接运行pnpm start 

服务启动后,默认监听 http://localhost:3001

设计器配置

部署好服务后,在设计器中配置私有化 AI 服务地址:

<template> <fc-designer ref="designer" :config="config" /> </template> <script setup> const config = { ai: { // 私有化服务地址 api: 'http://localhost:3001/api/chat/completions', // API 密钥(可选,如果服务端配置了 DEFAULT_TOKEN 可省略) token: 'Bearer your-api-key-here', } } </script> 

支持的 AI 服务

DeepSeek(默认)

  • Agent 类型: deepseek
  • API 端点: https://api.deepseek.com/v1/chat/completions
  • 获取密钥: DeepSeek 官网

智谱 AI (ZhipuAI)

  • Agent 类型: zhipu
  • API 端点: https://open.bigmodel.cn/api/paas/v4/chat/completions
  • 获取密钥: 智谱 AI 开放平台

通义千问 (Qwen)

  • Agent 类型: qwen
  • API 端点: https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
  • 获取密钥: 阿里云 DashScope

自定义 OpenAI 兼容接口

  • Agent 类型: other
  • API 端点: 通过 AGENT_API 环境变量配置
  • 适用场景: 部署了 OpenAI 兼容接口的私有化服务

配置示例

# .envDEFAULT_AGENT=other AGENT_API=https://api.example.com/v1/chat/completions DEFAULT_TOKEN=your-custom-api-key 

API 密钥配置

API 密钥可以通过以下方式提供:

  1. 请求头传递(推荐):

在设计器配置中设置 token

const config ={ai:{api:'http://localhost:3001/api/chat/completions',token:'Bearer your-api-key-here'}}
  1. 环境变量配置(可选):

如果请求中未提供 API 密钥,系统会使用服务端 .env 文件中的 DEFAULT_TOKEN 值。

注意:优先使用请求头中的 API 密钥,如果请求头中未提供,才会使用环境变量中的 DEFAULT_TOKEN

更多详细信息,请参考 FormCreate AI 表单助理

使用实例

AI 表单助理可以根据不同需求自动生成和修改表单。以下是一些典型使用场景的示例,帮助您快速掌握这些功能:

基础表单生成

  1. 生成一个就诊满意度问卷表单
  2. 创建一个建议收集表单,包含联系人、联系邮箱、分类和建议内容
  3. 追加一个用户信息表单

组件操作

  1. 添加一个标签组件,显示文本为 “Tag”
  2. 删除商品简介字段
  3. 商品价格字段使用数字输入框组件

条件逻辑

  1. 当单选框选择 “选项1” 时,显示输入框组件
  2. 根据出生日期自动计算年龄
  3. 根据商品单价和数量自动计算总价

验证规则

  1. 设置输入框为必填,并限制长度必须大于13
  2. 添加手机号格式验证
  3. 添加自定义验证:确认密码必须与密码一致

样式优化

  1. 给输入类组件补充占位提示文本(placeholder)
  2. 将姓名和手机号并排显示在同一行

高级功能

  1. 生成一个Vue组件,实现金额输入框
  2. 生成一个js版本的高精度加法

最佳实践

1. 清晰的指令描述

推荐做法:

生成一个用户注册表单,包含: - 用户名(必填,3-20个字符) - 邮箱(必填,邮箱格式验证) - 密码(必填,至少8位) - 确认密码(必填,与密码一致) - 手机号(可选,11位数字) 

避免:

做一个注册表单 

2. 分步骤操作

对于复杂需求,建议分步骤进行:

  1. 先生成基础表单结构
  2. 再添加验证规则
  3. 最后调整样式和布局

3. 利用上下文

AI 表单助理会记住之前的对话内容,您可以:

用户:生成一个商品信息表单 AI:已生成包含商品名称、价格、描述的表单 用户:添加库存字段 AI:已添加库存数量字段 

4. 错误处理

如果AI生成的结果不符合预期,您可以:

  • 直接说明问题:“这个字段应该是数字类型”
  • 提供具体修改要求:“将价格字段改为必填”
  • 重新描述需求:“我需要的是下拉选择,不是输入框”

对话管理

消息操作

  • 复制消息: 点击消息右下角的复制按钮
  • 删除消息: 点击消息右下角的删除按钮
  • 清除对话: 点击AI面板头部的清除按钮

历史记录

  • 对话历史会自动保存到本地存储
  • 刷新页面后可以恢复之前的对话

思考过程

AI 在处理复杂请求时会显示思考步骤:

  1. 分析需求 - 理解您的具体要求
  2. 生成方案 - 制定实现计划
  3. 执行操作 - 实际修改表单
  4. 验证结果 - 检查生成结果

利用 AI 表单助理,您不但可以大幅减少手动编码的时间,还能灵活调整表单以适应各种业务需求,从而在复杂项目中更高效地创建和管理表单。

Read more

Trae IDE 安装与使用保姆级教程:字节跳动的 AI 编程神器

一、Trae 是什么? Trae(发音 /treɪ/)是字节跳动推出的 AI 原生集成开发环境(AI IDE),于 2025 年 1 月正式发布。与传统的 IDE + AI 插件组合不同,Trae 从底层架构上就将 AI 能力深度集成,实现了真正意义上的"AI 主导开发"。 核心定位 Trae 以 “自主智能体(Agent)” 为核心定位,彻底重构了传统开发流程: * Chat 模式:智能代码补全、问答、解释和优化 * Builder 模式:自然语言一键生成完整项目框架 * SOLO 模式:AI 自主规划并执行开发任务 版本划分 版本定位核心特色适用人群Trae

Flutter 组件 sse_stream 的适配 鸿蒙Harmony 深度进阶 - 驾驭高并发 Server-Sent Events 背压处理、实现鸿蒙端工业级 AI 响应流与长效链路治理方案

Flutter 组件 sse_stream 的适配 鸿蒙Harmony 深度进阶 - 驾驭高并发 Server-Sent Events 背压处理、实现鸿蒙端工业级 AI 响应流与长效链路治理方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 sse_stream 的适配 鸿蒙Harmony 深度进阶 - 驾驭高并发 Server-Sent Events 背压处理、实现鸿蒙端工业级 AI 响应流与长效链路治理方案 前言 在前文我们初步探讨了 sse_stream 在鸿蒙(OpenHarmony)端的连接实战。但在面临真正的工业级挑战——例如在大模型 AI(如 DeepSeek)生成每秒数百字的超高频反馈,或者是在证券系统中上千个标的实时价格跳动时,简单的“连接并监听”会导致鸿蒙 UI 线程由于疯狂的事件回调而瞬间进入 ANR(应用无响应)黑洞。 如何处理流式数据中的“背压(Backpressure)”?如何在鸿蒙有限的移动端内存中实现高效的报文分拣? 本文将作为 sse_stream 适配的进阶篇,

LLaMA-Factory DeepSeek-R1 模型 微调基础教程

LLaMA-Factory DeepSeek-R1 模型 微调基础教程

LLaMA-Factory 模型 微调基础教程 * LLaMA-Factory * LLaMA-Factory 下载 * Anaconda * Anaconda 环境创建 * 软硬件依赖 详情 * LLaMA-Factory 依赖安装 * CUDA 安装 * 量化 BitsAndBytes 安装 * 可视化微调启动 * 数据集准备 * 所需工具下载 * 使用教程 * 所需数据合并 * 数据集预处理 * DeepSeek-R1 可视化微调 * 数据集处理 * 数据详解 * LLaMA-Factory 基础设置 * 模型评估与预测 * 训练模型对话 * 训练模型导出 LLaMA-Factory 模型 微调 概述 使用LLaMA-Factory进行模型微调具有多方面的好处。首先,它简化了大模型微调的过程,使得即使是没有深厚技术功底的用户也能轻松进行模型的优化和改进。此外,LLaMA-Factory支持多种训练方法,如全量调参、LoRA等,以及不同的对齐方案

AI的提示词专栏:Prompt 编写的日志分析与关键字聚类

AI的提示词专栏:Prompt 编写的日志分析与关键字聚类

AI的提示词专栏:Prompt 编写的日志分析与关键字聚类 本文围绕 Prompt 在日志分析与关键字聚类中的应用展开,先阐述该技术的行业价值,指出其可解决海量日志人工处理效率低、格式混乱、关键字关联分析缺失等痛点。接着介绍日志类型、关键字聚类维度等核心概念,随后详细给出日志分析与关键字聚类类 Prompt 的通用编写框架,搭配运维、产品等不同场景的实战示例与技巧解析。还总结了 Prompt 编写的常见误区及避坑指南,提供结合 ELK Stack、Python 等工具的高级实战方案,最后总结核心原则并给出后续学习建议,为读者提供从基础到进阶的完整 Prompt 应用指导。 人工智能专栏介绍     人工智能学习合集专栏是 AI 学习者的实用工具。它像一个全面的 AI 知识库,把提示词设计、AI 创作、智能绘图等多个细分领域的知识整合起来。无论你是刚接触 AI 的新手,还是有一定基础想提升的人,都能在这里找到合适的内容。从最基础的工具操作方法,到背后深层的技术原理,专栏都有讲解,还搭配了实例教程和实战案例。这些内容能帮助学习者一步步搭建完整的