面向工業互聯網的低代碼開發平臺研究

［易學明 繆翀鶯 謝曉軍］

1 引言

近年來低代碼開發在工業界和學術界都日益受到關注，它既是企業應用市場基于企業需求產生的一種趨勢，也是IT技術發展的一個趨勢，尤其是移動互聯網、云計算和人工智能在企業數字化轉型中的快速應用更是加速了這種趨勢。企業必須對不斷變化的市場需求做出快速和有彈性的反應，希望降低企業應用開發迭代門檻，使得企業內部IT人員、業務人員能參與開發，并將需求快速轉化為系統功能模塊，加快應用交付[1]。而疫情和后疫情時代，企業互聯網化需求明顯，很多企業被迫云化辦公，存在大量快速開發應用系統的需求，而招聘專業的軟件工程師又越來越困難，在此背景下低代碼開發的市場需求顯著增大[2]。

隨著5G和工業互聯網等新型基礎設施建設成為國家推動經濟高質量發展的重要支撐，作為新基建尤其工業互聯網發展的重要力量，通信運營商正在不同類型工業和企業領域進行數字化服務的不斷探索和實踐。研發面向工業互聯網的低代碼開發平臺，進而更好地服務政企行業數字化轉型，成為通信運營商提供數字化服務的重要抓手：通過平臺一方面實現能力聚合和共享形成能力組件，即插即用，另一方面則實現應用聚合，豐富可復用行業組件，進而使數據縱橫相通，消除“數據孤島”。

2 平臺背景與現狀

回溯歷史，可以看到整個軟件開發的歷史其實是一個追求低代碼化的歷史。早在2014年低代碼開發概念提出前，諸多IT廠商就已經在該領域持續耕耘多年，并不斷地推出低代碼開發工具和平臺[2]。以ORACLE為例，20多年來一直持續在開發工具和應用領域的低代碼化上發力，從C/S時代的ORACLE FORMS到后面支持WEB和移動信息化的新一代開發平臺OACLE APEX，低代碼發展的思路非常明顯，即通過簡化開發支持前端快速開發出UI，后端利用自身數據庫獨有優勢，形成自身以數據庫系統為核心的開發生態。

再以微軟為例，低代碼平臺產品系列Power Platform[3]包含豐富的產品，微軟發展低代碼平臺的目的，也是要打造自己的軟件生態。它在低代碼領域研究的歷史至少可以追溯到90年代，如ACCESS，剛發布的低代碼開發語言PowerEx則是基于很早的EXCEL宏VBA發展起來的。值得關注的是，微軟將低代碼平臺Power Platform和編程輔助AI插件Copilot結合起來，希望通過AI驅動的無代碼智能方式重塑軟件開發，可能會深刻改變軟件開發的模式。

國內華為、百度、阿里、騰訊等大廠一方面象微軟一樣基于自身產業鏈生態的打造和完善紛紛介入低代碼，同時也希望借此來解決內部IT系統龐大而分散的問題。無論是阿里還是華為，低代碼平臺的研發都優先在企業內部使用，以此提高開發效率，將部分重復開發工作解脫出來。

隨著新基建技術的發展，為更好服務政企行業數字化轉型需要，完善工業互聯網服務生態，通信運營商、傳統IaaS(Infrastructure as a Service)服務商或通過收購與合作方式，或基于自身技術積累自研等方式陸續推出低代碼平臺，如移動云推出了面向業務開發者的多行業多場景下的低代碼業務應用搭建平臺，中國電信在面向工業互聯網垂直行業也進行了低代碼開發平臺的實踐探索。

3 平臺架構及關鍵技術研究

本文以滿足企業生產管理、設備資產管理、業務運營優化與創新等工業互聯網應用開發需求為場景，進行了面向工業互聯網的低代碼開發平臺的研發探索。在前期MES(Manufacturing Execution System)領域實踐基礎之上，基于跨框架組件復用技術、元數據技術、可視化低代碼架構技術、工業協議云采技術及軟硬件解耦的5G邊云協同工業控制技術，提出了ICT(information communication technology)和OT(operation technology)融合的云化低代碼開發平臺技術架構。

3.1 整體功能架構

面向工業互聯網的低代碼開發平臺以可視化的數據和信息管理、工作流管理和組件復用為核心，以云采工業物聯技術、云控工業控制技術等物聯采控基礎設施為基礎，基于模型驅動[4,5]和軟硬解耦思想，充分利用已有框架及組件的成熟能力，通過可視化IDE生成代碼構建運行或者模型解釋執行，以滿足便捷快速構建工業互聯及物聯網應用解決方案的需求。

面向工業互聯網的低代碼開發平臺整體功能架構如圖1 所示。

圖1 平臺整體功能架構

平臺由設計器、組件、引擎、后端服務與部署、存儲及分析、物聯采控以及基于平臺開發或支持的各類應用等7個部分組成。

（1）設計器

設計器部分包括頁面設計器、表單設計器、流程設計器、大屏和報表設計器，以及針對應用、頁面、區塊的管理等。通過表單設計、報表設計等，自動生成業務數據模型，通過系統提供的各種部件，利用頁面設計器構建頁面[6]。使用可視化編排和腳本語言定義前后端業務邏輯。通過流程設計器，以可視化的方式進行流程設計與配置[7]。通過大屏和報表設計器，以可視化的方式進行大屏設計和報表設計。

（2）組件

組件部分包括表單組件、布局組件、流程組件、大屏和報表組件、通用業務組件和各個垂直行業的業務組件，以及用于AI工業大數據分析的組件等?；陬I域工程，通過產品迭代升級優化和項目積累，不斷擴充和完善組件部分，將復雜的外部能力封裝為標準組件（如表單組件或者流程節點）后，在應用工程中進行可視化編排。

（3）引擎

引擎部分包括表單引擎、大屏和報表引擎、規則引擎、流程引擎、跨框架引擎、移動化引擎和AI工業大數據分析引擎等，通過解釋和執行對設計器和各類組件提供支撐。其中跨框架引擎通過基于DSL 轉換協議和跨框架組件機制實現將頁面或區塊 Schema 轉換成各技術棧的源代碼，以滿足適配多技術棧的需求。移動化引擎提供應用移動化和移動端原生調用能力支持，包括獲取設備信息、打開文檔、播放視頻、分享、支付、掃碼等

（4）后端及部署

通過Spring Boot和Node.js/Node-RED[8]提供后端服務，包括提供數據處理、認證及權限管理、物聯采控管理等系列 API 接口，以及系統所需業務邏輯的實現等。

基于容器編排技術、微服務架構技術[9]和云服務技術，使得低代碼開發平臺開發的應用系統可以基于容器環境實現快速獨立的部署運行，并根據客戶不同部署要求提供包括公有云/私有云的不同云服務部署方式。

（5）存儲及分析

通過Mysql和MongoDB實現對低代碼開發平臺不同特點數據的存儲支持；通過對TDengine等時序數據庫的支持實現對海量工業數據的存儲支撐和處理。結合ETL(extract transform load)分析[10]和AI工業大數據分析引擎，實現基于工業機理和數據科學實現海量數據的深度分析，并實現工業知識的沉淀和復用[11]。

（6）物聯采控

物聯采控部分由云采工業物聯和云控工業控制組成,是低代碼開發平臺面向工業互聯網實現采集、控制和管理的基礎設施，而云采云控本身的部分功能也是基于低代碼技術開發的。

（7）應用

基于平臺開發或支持的各類應用，支持多租戶服務，支持企業應用私有化部署，包括ERP類的IT應用，面向IT和OT融合的SCADA(Supervisory Control And Data Acquisition)類、MES類應用等。

3.2 系統架構及流程

低代碼開發平臺的系統架構就技術原理而言分為兩層：設計器（設計態）和服務器（運行態）。首先設計者通過可視化設計器實現可視化構建頁面、業務邏輯和數據模型，并將可視化設計與配置的結果以DSL (domainspecific language)的形式保存為元數據中間文件[12]，一般是JSON、YAML等格式。再通過設計器將元數據中間文件進行預處理并打包發布到服務器上，服務器解釋或編譯中間文件里的元數據，形成應用，提供給最終用戶使用[13,14]。平臺主要的系統架構及流程如圖2所示，可以分成可視化設計、中間層元數據描述、底層數據庫以及后端引擎4個環節。

圖2 平臺主要系統架構及流程

（1）可視化設計

前端的可視化設計器支持組件的拖拉式設計和配置，包括頁面布局和界面交互設計、規則驗證和業務邏輯等設計，以及各種數據結構的設計與綁定等信息。其本質則是將一些常用業務邏輯提取出來加到通用UI組件之上并固化，然后通過提供可視化編輯環境和相應的配置項，讓用戶通過可視化配置的方式來復用這些固化的業務邏輯。

（2）元數據處理

由前端設計器生成的特定格式代碼稱為元數據文件，由JSON、YAML等格式的描述性語言文件組成,后臺運行器根據這些元數據文件解釋或編譯生成可執行代碼，從而實現用戶所需的應用程序。

（3）底層數據庫

在傳統應用系統里，底層數據庫都是固定的實體表，即是與實體關系對應的一個個具體表。當業務需求變化需新增或改變數據結構時，采用這種方式需要手工在數據庫進行數據結構的新增或修改。低代碼開發平臺為了降低應用開發中配置數據模型的技術門檻，基于通用表結構設計原理，結合窄表和基于JSON 字段類型的鍵值對技術，實現了業務系統數據結構的靈活構建，在前端利用可視化表單進行設計后，后端自動生成相應的數據表結構及數據信息，無需手動在后端數據庫進行新增或修改。

（4）后端引擎

后端利用轉換器將包含服務端動作和業務邏輯元數據文件轉換生成對應可在低代碼開發平臺運行態下執行的目標代碼。服務端設計根據業務需求和用戶體驗等方面進行綜合考慮，以實現平臺的高效、易用和安全等特點。

3.3 關鍵技術

（1）跨框架組件復用技術

在基于B/S架構的低代碼開發平臺研發中，進行前端可視化設計遇到的一個關鍵問題是如何實現跨技術棧下的組件復用。當前B/S架構的三大主流前端框架Angular、React、Vue并沒有統一的組件庫，例如基于 Vue 的Element UI，基于 React 的 Ant Design 等，都是特定于框架的，無法跨框架使用。而在企業應用系統開發中，通常存在對內部存量系統改造對接的需求，也存在與外部系統對接、與新系統整合的要求，還會面臨前端系統整合的問題，這些系統可能是由不同的技術棧實現的,例如有的采用React框架，有的采用Vue框架，對于存量系統則可能是更老的框架。因而跨技術棧下的組件復用是低代碼開發平臺研發過程以及應用于實際企業應用開發時難以繞開的問題。

為使得前端組件有更好的重用性，對Web component及基于Web component對不同框架組件轉換技術進行了研發探索。Web Component支持通過創建自定義元素實現在任何框架場景或原生環境都可以使用自定義元素的標簽進行調用。作為一項W3C積極推動的技術，Vue/React/Angular等主流前端框架都在一定程度上遵循了這套規范，自定義組件使用的是 Shadow DOM，這項技術是 Web Component規范的一部分。瀏覽器支持方面，FireFox、Chrome、Opera 已支持，Safari大部分支持，之前IE及Edge的支持差，目前IE已退出，Edge內核也在更換，可見瀏覽器對Web Component的支持在越來越好。由于Web Component規范只是應用于瀏覽器底層，作為組件化的思想指導，所以具體的組件化實現需由各框架自行設計。目前除了使用原生的Web Component 創建方法，三大主流前端框架（Vue/React/Angular）已提供針對Web Component的轉換接口，將各框架技術棧的 UI 組件利用轉換接口按需包裹成 Web Component，使得原來基于特定框架的組件可以作為HTML原生組件顯示到前端畫布上，實現跨框架的組件復用，從而可為低代碼開發的可視化前端所調用。在實際開發中，遇到一些框架API接口不完善及兼容性的具體問題需要克服，如Web Component插槽使用，只支持原生的插槽語法，即使是通過 Vue 組件等框架組件進行轉換；再有，Web Component的插槽能力不支持類似Vue框架的作用域插槽等能力問題。因而在實際開發中，一些特殊功能需要進行額外的兼容性處理。但總體上利用這一方法可以較好地解決前端技術架構存在的跨技術棧和組件復用問題，由此帶來的另一個好處是在開發各個業務組件時可以利用更多更豐富的各類特定框架的組件，從而降低開發基礎組件和業務組件的成本。也由于Google對Web Component的支持，使得基于Web Component的組件復用方案在多端開發領域也將有更好的影響，相信會逐漸成為組件化開發的一個趨勢。

此外，基于Web Component的一些比較成熟的開源組件庫，比如Stencil、OMI等，根據需求進行部分組件的開發，也是平臺基于Web Component機制實現跨框架組件復用的一個重要組件來源。

通過以上方式實現設計態下不同框架下組件的復用后，基于可視化設計器通過拖拉拽配置設計生成滿足業務需求的描述性語言文件，再通過跨框架引擎的DSL 轉換協議機制轉換成目標技術棧的源代碼，從而可以滿足不同運行態下的運行環境需求。比如將Angular組件通過跨框架組件復用技術在可視化設計器加載后，用戶通過可視化設計器對該組件進行調用和配置，生成元數據描述文件，再通過跨框架引擎的DSL 轉換協議機制轉換成目標技術棧React框架下的源代碼?？梢?，采用基于Web Component的跨框架組件復用方案因其原生支持的特點，也避免了低代碼開發平臺普遍存在的供應商鎖定問題，并且在性能上也更有優勢。

（2）元數據和可視化業務邏輯技術

元數據作為描述數據的數據，用來描述低代碼開發中的對象、字段、關系、邏輯和規則等方面的信息，包含了用戶在可視化設計界面上所操作元素的配置和設置，比如它們的位置、樣式、交互行為等。傳統低代碼技術中，將前端可視化操作直接翻譯成對應的可執行語言（如C#、Java等）以及將數據模型的可視化設計直接生成為數據庫語句的方式。面向工業互聯網的低代碼平臺采用中間層元數據技術，前端可視化界面的操作和配置首先生成為元數據，再通過元數據解釋成數據庫語句在數據庫上執行，對前端用戶屏蔽了對數據庫的直接操作，也更容易為前端用戶接受。對于前端可視化設計與配置階段建立的數據關聯關系，平臺也以元數據的形式描述這一關聯，并在設計態和運行態中維護這一關聯，比如在運行態實現級聯刪除等，但在后端數據庫則不再定義外鍵關聯。通過避免在數據庫內部建立硬關聯的方式，也更方便低代碼平臺進行跨數據庫、跨數據源的操作。在面臨企業級應用需要將多廠商多版本的異構數據庫系統進行集成和統一時，通過中間的元數據層進行數據處理和邏輯處理，可以有效“抹平”異構數據庫系統在數據類型和存取方面的差異，比較好地解決了跨數據庫、跨數據源系統的數據集成和統一問題。

平臺以數據流轉的方式設計業務邏輯，用流程圖或數據流圖的形式來描畫業務邏輯，將用來承載業務邏輯的組件抽象保存為元數據定義，這種方式有利于垂直領域非專業技術人員進行理解，也方便開發時與需求方就設計結果進行溝通確認。平臺描述業務邏輯的元數據通常由若干有順序的操作構成，每個操作包含操作類型、配置數據、輸入輸出參數等。當在設計器上對這些組件編排和配置時，設計器將這些組件的順序、配置信息等保存為JSON或YAML格式元數據，在運行時再通過加載和讀取這些元數據，還原出業務邏輯處理的規則和實現方式，形成可執行程序，監聽對應端口和準備響應請求。此外，平臺針對垂直業務領域業務邏輯復用度高的業務場景和需求，抽象提煉出層次高、粒度大的邏輯節點，進行業務邏輯編排，甚至業務流程編排，提升業務邏輯組件的復用效果，為MES開發提效。

通過采用元數據和可視化業務邏輯技術，平臺可以更加方便地支持新的業務場景，具有更好的擴展性。

（3）基于通用表的數據庫設計技術

平臺的數據庫設計里，需要將任何對象及其屬性的描述和記錄以及增刪改查等操作高度抽象化，使得任意租戶的任意對象的任意數據的增刪改查操作，底層都用一套代碼。

平臺采用Object、Field、Data通用表設計的基本原理來構建底層數據結構模型。其中，Object表用于存儲業務對象模型，包括對象屬性、對象關系等，每個業務對象將在Object表中進行定義，并分配一個唯一的Object ID；Field表用于存儲業務對象的屬性信息，包括屬性的名稱、類型、長度等，每個屬性將在Field表中進行定義，并分配一個唯一的Field ID，每個屬性都屬于某個業務對象，因此Field表中會存在Object ID字段，用來與Object表進行關聯；Data表用于存儲業務對象的數據，每個對象的具體實例將在Data表中進行存儲，使用Object ID和Field ID分別與Object表和Field表進行關聯。Data表的設計可以采用寬表的方式，預留足夠的字段用于自定義，一個字段對應一個屬性值；可以采用窄表的方式，每個對象的每一個屬性對應一條記錄；也可以采用JSON 字段類型，結合鍵值對的方式靈活地存儲一個或多個屬性值。本文采用了窄表方式和基于JSON 字段類型的鍵值對相結合的方式。

通過這一設計，低代碼開發平臺支持多種業務對象模型的定義，并且可以自動生成對應的表單、視圖、報表等。而對多租戶的支持則根據需要可以通過每個租戶一個單獨數據庫來實現，或在表中增加租戶ID字段進行區分。

（4）基于應用特性的后端設計

為了滿足工業互聯網應用IT和OT融合的需要，后端基本功能部分采用比較主流的技術架構Spring Boot,部分IOT相關模塊采用Node.js和Node-RED實現?；贜ode-RED實現可視化的低代碼流程編程，將物聯網硬件設備、API和在線服務方便快速地連接在一起，簡化工業物聯網設備及業務管理功能的開發。

數據存儲上，根據不同數據特性和處理要求，使用MySQL存儲關系型數據，使用 MongoDB 存儲非關系型數據，如前端頁面正在編輯的自定義數據適合使用MongoDB 存儲[15]。針對海量的工業互聯網數據存儲的場景，根據需要使用TDengine時序數據庫系統來存儲，以提升工業數據存儲和處理能力。

考慮到工業互聯網應用的復雜性，平臺基于容器編排技術和微服務架構設計，使得應用系統基于容器環境可以實現快速獨立的部署運行，同時大大降低了部署和維護的復雜性，實現敏捷部署運維。

（5）物聯采控一體技術

利用運營商在IaaS層具有的基于5G邊云協同、云網結合的網絡資源能力，通過工業協議云采技術和軟硬件解耦的云控工業控制技術，實現了ICT技術和OT技術在工業互聯網的逐步融合，使得基于平臺開發的工業企業應用向上提供工業數據采集與匯聚的能力，向下具備對工業設備遠程控制的能力，解決信息孤島難題。

云采工業物聯基于工業協議云采技術，兼容百余種工業協議規約器，實現各種不同協議類型設備的數據采集及數據上報[16]，實現能耗采集、工業數采等應用場景的云采并不斷迭代完善。

云控工業控制采用5G邊云協同的分布式部署架構，通過控制器軟硬件解耦，實現網絡的標準化，接口協議的標準化，屏蔽異構工業設備的差異性，實現協同設備控制，支持各種工業控制類應用的低代碼開發，現階段主要聚焦柔性生產和機器換人場景，在物流、五金、包裝、電子等行業打造若干標準智能工位，實現包括遠程操控、智能理貨、機器打磨、機器涂膠、視覺質檢等功能。

4 應用開發案例

基于平臺開發的一個云化PLC（Programmable Logic Controller）某車間試點MES系統的視覺工位狀態監控界面如圖3所示。

圖3 某車間MES系統的視覺工位狀態監控界面

云化PLC目的是將5G技術融入自動化產線，針對中小企業已有的自動化，半自動化的產線，利用5G技術，提升工廠生產的效率和質量。該車間試點布置了工業互聯網云化PLC生產線，滿足云化PLC柔性生產、協作配合、智能分揀等交叉應用場景的需求，包括智能倉儲、CNC切割、激光雕刻、機器視覺、包裝、傳送及生產物流等柔性智能工位。其中生產物流工位主要由5G遠程控制AGV（Automated Guided Vehicle）無人駕駛小車完成，由AGV小車主體和5G通信模塊組成。每個柔性智能工位上都配置對應的邊緣控制設備及對應的PLC 應用。而試點建設的柔性自動化產線則涵蓋智能制造的常見主流技術，包括PLC編程技術、工業機器人技術、機器視覺技術、柔性鐳射技術、AGV無人導航技術等。通過這些載體的智能通信接口連接5G定制網，利用平臺提供的云采工業物聯和云控工業控制基礎設施,實現對產線的采集和控制，并基于平臺的低代碼開發環境針對車間產線的具體業務需求快速開發出更上層的工業互聯網應用管理服務。圖4是基于平臺開發的某車間試點MES系統總體架構圖。

圖4 某車間MES系統總體架構圖

圖4的看板顯示部分中，產線工位狀態監控包括了智能倉儲工位、傳輸工位、CNC切削工位、激光鐳射工位、機械視覺檢測與包裝工位、生產物流工位等工位狀態的實時顯示；生產計劃實施監控主要實現對各批次計劃下已完成產品情況及各工位上加工產品情況的監控；物料狀態的監控則實現對物料庫存率和消耗率等的監控。通過在平臺進行可視化的設計與配置，并加載和調用大屏組件，實現各產線工位狀態、物料狀態、設備狀態、生產計劃實施狀態等信息的大屏實時顯示，而相應的產線工位狀態、生產計劃實施等信息則利用5G定制網絡超低延遲的特點由云采工業物聯通過5G定制網通道從各產線工位對應配置的邊緣控制設備實時獲取。車間產線的生產物流運送由聯接5G網絡的AGV小車完成。運用云控工業控制，平臺通過5G定制網絡對AGV小車進行實時遠程控制，以安全、同時地完成設定工作計劃，確保AGV小車及其運輸物料的安全性和準確性，尤其適合高溫、高壓不宜人工進入的特殊環境。

5 技術局限性和問題分析

在低代碼開發平臺的研發和實踐過程中，也認識到面向工業互聯網的低代碼開發目前存在的一些局限和問題，下面做概要分析。

5.1 技術局限性分析

低代碼開發的核心一個是組件復用，一個是可視化。這里就組件復用和可視化談談其局限性。

（1）場景預設和可復用組件模式的局限性

基于低代碼平臺的應用開發，是一種高度的場景預設的模式，所需的場景和需求，是在低代碼平臺開發時就預設好的，需要低代碼平臺開發者針對預設的目標應用系統預先開發好大量可復用的組件、模板、模型和接口[17,18]。

一般來說，組件層次越高、粒度越大越難以被直接復用。雖然一般的業務組件可以通過參數化來實現個性化配置，但參數數量畢竟有限，而不同企業的業務即使同樣是MES系統，其需求也差異多樣，給復用帶來一定困難，而且豐富的參數選項也會使得學習成本比較高。即使是比較成熟的低代碼開發平臺，有著豐富的業務層面的組件，通過組件復用的比例，也遵循二八原則，也就是說一般會有10%～20%的業務需求無法復用。這時，就需要低代碼平臺提供特定規則的 DSL 語言甚至外部開發工具進行自定義編程或專業編程[19,20]。

(2) 可視化編輯表達業務邏輯的局限性

對于一些復雜的業務邏輯，采用低代碼可視化編排的方法有時難以很好表達，低代碼平臺對于復雜業務邏輯表達的一個解決方案是采用JavaScript之類的腳本語言來實現[21]，但這也為低代碼的開發帶來了門檻。更有一些復雜場景和復雜業務邏輯，仍需要和專業開發配合才能實現[22]，比如制造業中常見的需根據各種排程規則設定復雜排產算法等場景。

5.2 應用問題分析

（1）元數據的持續優化和擴充問題

元數據規定數據類型、格式和范圍等信息，通過元數據定義把各種能力單元和業務單元封裝起來，使得開發者可以在低代碼開發平臺的可視化設計器中方便直觀地調用，而元數據的定義是相對固定的，這在一定程度限制了低代碼開發平臺的靈活性和能力邊界，使其難以滿足一些新的復雜業務的需求[23]，需要持續優化和擴充元數據能力，以適應新的業務需求和應用場景，提升開發效率。而低代碼平臺的競爭力也體現在對組件和元數據進行持續優化、積累和擴充的能力上。

（2）OT與ICT融合的復雜性問題

要實現OT與ICT的高效融合，在實際實施中還面臨著很多挑戰，例如各種總線各自有著不同的物理接口、對象字典及傳輸機制，使得即使能夠采用網絡標準化、接口協議標準化等技術進行融合，在互操作層仍然會出現一些問題。這種復雜性使得在數據分析、訂單排產等IT 應用層面會遇到一些障礙，增加應用開發的工作量和難度。

6 結束語

工業互聯網的目標是通過ICT技術和OT技術的深度融合，實現工業企業的數字化成功轉型。通過元數據及通用底層數據庫設計技術、可視化低代碼架構技術、跨框架組件復用等低代碼開發技術，結合工業協議云采技術、軟硬件解耦的5G邊云協同云控工業控制技術和AI工業大數據分析技術等，可以有效實現ICT技術和OT技術在面向工業互聯網的低代碼開發平臺的逐步融合，從而滿足工業互聯網數字化應用快速開發的需要?？紤]到工業企業數字化需求的復雜性，在將來，可進一步優化平臺的技術架構，進一步優化和擴充面向工業互聯網的可復用組件和元數據能力，進一步推進ICT技術和OT技術在平臺的融合，使得面向工業互聯網的低代碼開發平臺成為實現工業企業數字化轉型的更有效手段。