目录
前言
在AI日新月异的当下，有的人说低代码已经过时了，AI coding才是未来。但是对于普通人，当然可以通过提示词让AI来自动生成软件。
但是软件有一个定律，复杂度只能被转移，不能被消灭。你用AI生成代码，看似非常快，但是生成完了看不懂，改不了，那你最终还是没有拥有它。不能拥有的不能称之为数字资产，也就不能利用他来改善业务目标，实现管理的降本增效。
完全否定AI作为工具的价值也不对，所以我们有了新的视角。把低代码作为数字化的底座和容器，让AI辅助我们来更好的操控低代码。
为了实现这一个目标，我们规划了本专栏，以一个软件外包公司的数字化平台作为学习的样本，结合AI coding工具和微搭来完成我们利用软件来更好的管控项目，做到成本、任务、工时的可视化管理。
原型介绍
我们已经利用AI工具完成了高保真的原型制作，我们来逐一介绍一下原型的具体功能。
下载安装
目前已经把原型托管到了gitcode里，可以先下载安装一下。在电脑的D盘里，我们创建一个文件夹表示我们的工程目录
然后在地址栏里输入cmd，可以快捷的唤起命令行窗口
在命令行窗口输入工程的克隆命令，前提你要安装好git
bash
git clone https://gitcode.com/u012877217/outsourcing-pm-prototype.git
这样就把原型安装到了本地
运行原型
原型安装好了之后，我们可以下载自己顺手的AI编辑器，我这里使用trae，通过trae的打开文件夹功能来打开原型工程目录
然后在右侧的agent窗口里输入启动项目的提示词
agent会自动编写代码，启动服务，启动成功后他会提供一个访问地址
点击这个地址，就会在中间的预览区域打开我们的原型，点击从浏览器打开就可以看到最终在浏览器里运行的原型
现在有一种说法是GUI已经无用了，agent才是未来。agent驱动有两方面的问题，第一个大模型会有幻觉，一样的提示词在不同的agent下产出的结果不同，同样的agent每次的产出也会不同。
上下文满了之后，你重新开启对话，一切都得重来。对于toB场景，不确定才是最大的问题，所以我认为短时间内软件的界面不会消失，ai会嵌入原有的工作流程，在算过账的情况下会引入agent的能力。
具体功能
我们的设计理念是，不管什么岗位，在软件外包公司都是围绕着项目来展开工作。你每日工作，首先打开工作台，关注自己负责的项目的一个核心KPI指标
提供一个负责项目的列表视图，来关注项目的里程碑、费用这些核心指标
点击详情，就可以看到整体项目的全貌
顺着项目的旅程来控制项目的所有环节，包括制定项目的里程碑计划
制定项目的预算
管理项目的范围
组织各类评审
制定项目的任务，监控项目的执行过程
组建项目的成员
管控项目的质量
记录开发中的问题并协调整改
按照项目阶段产出具体的文档
按照管理要求输出内部、外部进展报告
最终完成验收后交付运维部门进行日常运维
除了满足业务外，我们还搭建了支撑板块来灵活的配置系统的权限。包括按照实际维护组织和部门
分配人员
管控角色和权限
控制不同角色可以访问的菜单
对各类审批配置流程和办理人
如何学习
了解了我们要学习的功能后，学习方法就是带着问题，逐步深入。每做一个板块，先和AI沟通，让AI来完成业务分析，帮我们推荐数据模型，编写具体的实现代码。我们逐步在微搭中把他固化下来，最终变成一套可以实际运行的软件。
如果你认可我们的教学理念，那就开始吧，下一篇我们就从0开始起步，逐步开始讲解具体的制作过程，敬请期待。