本发明涉及软件设计，尤其涉及一种基于人工智能的信息管理系统自动化生成方法以及一种基于人工智能的信息管理系统自动化生成平台。
背景技术：
1、目前，在传统的软件开发过程中，信息管理系统的开发通常需要经过需求分析、系统设计、编码实现、测试与验证、部署与维护等多个阶段，涉及大量的手工工作和人工干预。尽管现有的一些开发工具和框架可以提高开发效率，但仍然存在以下问题：
2、(1)开发效率低、周期长：手工编码和测试过程繁琐，导致开发周期长，从需求分析到最终产品交付，整个过程耗时较长。
3、(2)成本高：需要大量的开发人员和测试人员，增加了人力成本。
4、(3)维护困难：随着系统功能的增加和变更，维护和升级变得复杂和困难。
5、(4)灵活性、适应性差：系统难以快速响应不断变化的业务需求。
技术实现思路
1、针对上述问题，本发明提供了一种基于人工智能的信息管理系统自动化生成方法及平台，通过人工智能的模型推理服务，由用户输入的自然语言需求进行分析、技术开发任务拆解、自动生成代码和自动测试部署过程，无需编写大量代码，方便快速构建相应的信息管理系统，降低了技术门槛，加快了开发效率，降低了人工成本，使其能够快速响应不断变化的业务需求。
2、为实现上述目的，本发明提供了一种基于人工智能的信息管理系统自动化生成方法，包括：
3、获取用户输入的自然语言需求，并通过模型推理服务对用户需求进行澄清，生成标准软件需求文档(product requirement document，prd)；
4、识别当前应用的接口文档，结合所述标准软件需求文档，生成满足当前应用接口的接口文档；
5、根据所述标准软件需求文档和所述接口文档，将技术开发任务拆分为子任务，生成子任务文档和单元测试用例；
6、通过模型推理服务理解所述子任务文档和当前代码，并生成满足对应所述子任务的新代码；
7、对所述新代码进行测试和修复后，进行应用的自动化部署。
8、在上述技术方案中，优选地，所述通过模型推理服务对用户需求进行澄清的具体过程包括：
9、通过模型推理服务，采用问答形式与用户进行多轮问答，并提供参考回答供用户快速准确回答，以澄清用户的真实需求。
10、在上述技术方案中，优选地，所述将技术开发任务拆分为子任务，生成子任务文档和单元测试用例的具体过程包括：
11、将技术开发任务拆分为相互解耦独立的子任务；
12、结合编译分析工具对既有代码进行预处理；
13、通过模型推理服务结合所述标准软件需求文档和所述接口文档，重新设计类图和时序图；
14、根据重新设计的类图和时序图，分析调整业务功能所需开发的子任务，生成对应的子任务文档和单元测试用例；
15、其中，所述子任务之间通过暴露的api或方法调用进行交互。
16、在上述技术方案中，优选地，所述对所述新代码进行测试和修复的具体过程包括：
17、通过模型推理服务，采用编译器修复编译错误；
18、通过模型推理服务，采用测试工具修复测试错误；
19、通过模型推理服务，采用扫描工具发现代码质量问题并修复问题；
20、通过模型推理服务，测试模块协同工作并修复集成错误。
21、在上述技术方案中，优选地，所述模型推理服务基于语言类模型和代码生成类模型提供，所述语言类模型和所述代码生成类模型通过gpt、llama v2、code llama和starcoder进行微调训练得到。
22、本发明还提出一种基于人工智能的信息管理系统自动化生成平台，应用如上述技术方案中任一项公开的基于人工智能的信息管理系统自动化生成方法，包括：
23、需求分析模块，用于获取用户输入的自然语言需求，并通过模型推理服务对用户需求进行澄清，生成标准软件需求文档；
24、接口定义模块，用于识别当前应用的接口文档，结合所述标准软件需求文档，生成满足当前应用接口的接口文档；
25、分解开发模块，用于根据所述标准软件需求文档和所述接口文档，将技术开发任务拆分为子任务，生成子任务文档和单元测试用例；
26、代码生成模块，用于通过模型推理服务理解所述子任务文档和当前代码，并生成满足对应所述子任务的新代码；
27、测试部署模块，用于对所述新代码进行测试和修复后，进行应用的自动化部署。
28、在上述技术方案中，优选地，所述需求分析模块具体用于：
29、通过模型推理服务，采用问答形式与用户进行多轮问答，并提供参考回答供用户快速准确回答，以澄清用户的真实需求。
30、在上述技术方案中，优选地，所述分解开发模块具体用于：
31、将技术开发任务拆分为相互解耦独立的子任务；
32、结合编译分析工具对既有代码进行预处理；
33、通过模型推理服务结合所述标准软件需求文档和所述接口文档，重新设计类图和时序图；
34、根据重新设计的类图和时序图，分析调整业务功能所需开发的子任务，生成对应的子任务文档和单元测试用例；
35、其中，所述子任务之间通过暴露的api或方法调用进行交互。
36、在上述技术方案中，优选地，所述测试部署模块具体用于：
37、通过模型推理服务，采用编译器修复编译错误；
38、通过模型推理服务，采用测试工具修复测试错误；
39、通过模型推理服务，采用扫描工具发现代码质量问题并修复问题；
40、通过模型推理服务，测试模块协同工作并修复集成错误。
41、在上述技术方案中，优选地，所述模型推理服务基于语言类模型和代码生成类模型提供，所述语言类模型和所述代码生成类模型通过gpt、llama v2、code llama和starcoder进行微调训练得到。
42、与现有技术相比，本发明的有益效果为：通过人工智能的模型推理服务，由用户输入的自然语言需求进行分析、技术开发任务拆解、自动生成代码和自动测试部署过程，无需编写大量代码，方便快速构建相应的信息管理系统，降低了技术门槛，加快了开发效率，降低了人工成本，使其能够快速响应不断变化的业务需求。
1.一种基于人工智能的信息管理系统自动化生成方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的信息管理系统自动化生成方法，其特征在于，所述通过模型推理服务对用户需求进行澄清的具体过程包括：
3.根据权利要求1所述的基于人工智能的信息管理系统自动化生成方法，其特征在于，所述将技术开发任务拆分为子任务，生成子任务文档和单元测试用例的具体过程包括：
4.根据权利要求1所述的基于人工智能的信息管理系统自动化生成方法，其特征在于，所述对所述新代码进行测试和修复的具体过程包括：
5.根据权利要求1至4中任一项所述的基于人工智能的信息管理系统自动化生成方法，其特征在于，所述模型推理服务基于语言类模型和代码生成类模型提供，所述语言类模型和所述代码生成类模型通过gpt、llama v2、code llama和starcoder进行微调训练得到。
6.一种基于人工智能的信息管理系统自动化生成平台，其特征在于，应用如权利要求1至5中任一项所述的基于人工智能的信息管理系统自动化生成方法，包括：
7.根据权利要求6所述的基于人工智能的信息管理系统自动化生成平台，其特征在于，所述需求分析模块具体用于：
8.根据权利要求6所述的基于人工智能的信息管理系统自动化生成平台，其特征在于，所述分解开发模块具体用于：
9.根据权利要求6所述的基于人工智能的信息管理系统自动化生成平台，其特征在于，所述测试部署模块具体用于：
10.根据权利要求6所述的基于人工智能的信息管理系统自动化生成平台，其特征在于，所述模型推理服务基于语言类模型和代码生成类模型提供，所述语言类模型和所述代码生成类模型通过gpt、llama v2、code llama和starcoder进行微调训练得到。
