江苏龙网

  1. 主页 > 生活百科 > >

看这篇就够了！2021 大前端技术回顾及未来展望( 七 )

前端


另一方面 ， 值得思考的是 ， 在高速发展的差异化、场景化的平台产品之间 ， 是否存在某些共性？毕竟不管针对什么场景 ， 从零建设一个低码平台的成本绝不低 ， 此类的资源浪费在大厂里尤为突出 。
20 年底 IMWeb 团队内启动的 Gems 低代码引擎项目 ， 其实就是对这个问题的探索 。低代码引擎的核心目标 ， 是提供一套基础标准、设施 ， 帮助上层平台更有效地建设 。而其思路的关键 ， 在于引擎模型及能力的完备性、以及针对不同场景下的可扩展性 。Gems 作为低代码引擎 ， 在 21 年里不断完善自身的基础能力与设计 ， 提供了全面板插件化、核心编辑对象 API 等能力 。除了平稳支撑团队内的运营与管理台低码平台 ， 也逐步迈出到团队之外 ， 帮助到公司内多个团队在自身业务场景低码平台的高效建设 。有关 Gems 的更多内容可以关注我们团队在 QCon 的相关分享 。

看这篇就够了！2021 大前端技术回顾及未来展望

文章插图
 
同时 ， 我们也看到在今年底的 GMTC 大会上 ， 阿里已经对外宣传了集团的低代码引擎 ， 从分享内容看已经支撑了 60 多个低代码平台的建设；而腾讯内部的低代码 Oteam 也在 21 年开始组织起来 ， 主要的目标也是底层核心的共建 。从整个行业看 ， 低代码引擎已经开始崭露头角 ， 且可预见到趋势还将上升 。只是这个细分赛道更多可能只是大厂参与 ， 因为其需要大量的场景支撑验证 ， 而这是小厂或独立开发者不具备的 。
总观下来 ， 差异化的平台产品仍将是我们接触低代码领域的主要途径；而低代码引擎的出现 ， 将为整个行业带来更多的可能 。
7、D2C 前端智能化未来可期“前端智能化” 是近些年业界在前端 + AI 方向上的新的探索 。何谓智能化？就是将智能化算法结合前端工程化实践 ， 让机器进行辅助开发 。
D2C：历史与现状截止目前 ， 前端智能化领域最大规模落地的产品形态就是各种 Design to Code (下文简称 D2C) 工具：输入 UI 设计稿 ， 通过一系列算法 ， 输出可用的代码 。
2017 年一篇论文 pix2Code ， 提出了图像生成代码的想法 。2018 年 ， 微软开源了 Sketch2Code 项目 ， 进一步验证了该方向的可行性 。紧接着 2019 年 ， 阿里淘系上线 imgcook ， 并在接下来的几年里支撑了双十一、618 等大量业务 。这标志着 D2C 技术逐渐成熟 ， 大规模业务落地势在必行 。
时间来到 2021 ， 国内外各大公司都在此领域展开了相应的探索和实践：腾讯 IMWeb 团队启动了 Project Auton ， 已经在内部上线试水 ， 预计今年 6 月对外提供服务；阿里的 imgcook 依旧在持续进行快速迭代；字节内部基于低代码平台 ， 孵化出了 “ALYX” 项目 ， 也在内部展开了实践；58 团队开源了 Picasso; 转转上线了 ” 神笔马良” 平台 ...
另外 ， D2C 领域也涌现出一批创业公司 。如国内的 CodeFun 、蓝湖 ， 国外的 Framer 、Anima 等 。值得一提的是 CodeFun ， 在易用性、还原度方面有相对较好的表现 ， 上线后获得了不错的口碑 。但在整个前端开源社区 ， 目前 D2C 领域还没有一个足够有影响力的开源项目 。因此各家也基本都处于 “闭门造车” 的状态 。
硬币的两面：缺陷、场景与机会相对于早期基于纯视觉算法的方案 ， 目前大规模落地的 D2C 产品基本都是以设计稿源文件 (Sketch、Figma、XD 等) 作为原始输入 。由于纯视觉算法很难从二维图像上提取 UI 的层级等信息 ， 而设计稿文件则可以通过解析内部 DSL 获取更详细的结构化 UI 描述 ， 更方便进行后续的处理与代码生成 。
传统的 pro-code 开发模式下 ， 通常都是 “PRD + 设计稿” 作为输入 ， 产出业务代码 。但 D2C 系统把设计稿作为唯一输入 ， 设计稿只是单纯的 UI 描述 ， 导致很多信息无法从设计中推断出 。如 动画、交互、逻辑甚至是响应式等都无法单独依靠 D2C 实现 。由于这些缺陷 ， D2C 的场景大多也只是作为面向开发的辅助工具 。距离真正的完全智能化（无需人工干预即可产出逻辑完备且生产环境可用的代码）还为时尚早 。


推荐阅读


上一篇：孩子爱听的故事?小孩子最爱听的故事

下一篇：强调教育的价值不仅仅在于满足学生认知上的需要?在不同价值观的引导下,学生的发展会出现