Crie e execute um microsserviço, com um simples prompt do seu navegador. Baixe e personalize o sistema no seu IDE com regras e Python, tudo de código aberto! Este artigo mostrará como usar o GenAI do seu navegador para criar e executar um microsserviço em cerca de um minuto. Aqui está o que você aprenderá:
Forneça um prompt, obtenha um sistema em execução
Forneça um prompt para um dispositivo de microsserviço baseado em nuvem e você obterá um sistema com um banco de dados em execução, um aplicativo da Web e uma API. Colabore com as partes interessadas usando o aplicativo da web. Repita instantaneamente para acertar os requisitos. Baixe o projeto criado e personalize-o no seu IDE para construir o sistema usando Python e Rules — 40x mais conciso que código. Tudo isso é de código aberto. Sem taxas de tempo de execução ou licença.
Criação de microsserviços: obtenha os requisitos corretos
Todos nós já vimos muitos projetos fracassarem devido a dificuldades em acertar os requisitos. Vamos explorar isso.
Catch 22: Screens são melhores para colaboração, mas estão disponíveis tarde demais
Uma experiência comum — e frustrante — em um projeto é:
- Semanas (ou meses) para obter telas de execução
- Então — depois de todo esse investimento — as partes interessadas exploram as telas, revelando que os requisitos foram mal compreendidos.
Então, como fazemos com que as telas — em instantes — colaborem e iterem, para atender aos requisitos corretamente?
Apresentando os serviços de automação Web GenAI
A tecnologia GenAI habilitou uma nova e empolgante classe de software para lidar com isso. Os produtos são acessados pelo seu navegador e são capazes de criar sistemas de execução completos a partir de um prompt de linguagem natural. Vejamos um exemplo: Web/GenAI.
Web/GenAI: Obtenha telas funcionais instantaneamente a partir de um prompt
Web/GenAI cria sistemas de execução completos a partir de um prompt. Funciona assim:
- Crie fornecendo um prompt, direto no seu navegador. O sistema cria o microsserviço em um minuto ou mais.
- Execute o microsserviço. Um banco de dados, um aplicativo da web e uma API
- Não é necessária nenhuma definição de banco de dados, nenhuma complexidade de estrutura, nem mesmo qualquer pintura de tela
- Está disponível na web - as partes interessadas podem colaborar e revisar o aplicativo e a API
- Compare isso com wireframes, que fornecem pouca percepção dos dados reais e seu comportamento
- Itere em apenas um minuto. Renomeie tabelas, adicione novas tabelas, altere atributos, tudo isso mantendo o que você tem.
Não é apenas um assistente - você tem um projeto padrão que pode baixar e personalizar no seu IDE, usando Python e Rules.
API de classe empresarial
O JSON:API padrão é de classe empresarial - multitabela, filtragem, classificação, paginação e bloqueio otimista. Explore-o com o Swagger criado automaticamente.
Desenvolvimento de um Projeto Padrão Totalmente Personalizável
O Web GenAI pode ser rápido e simples, mas é muito mais do que um assistente. Você também obtém um projeto totalmente executável que pode baixar e personalizar em seu IDE usando Python e Rules.
A automação também pode reduzir o risco arquitetônico. Por exemplo, usar uma estrutura manual não garante aspectos como APIs que fornecem paginação, bloqueio otimista e compartilhamento de lógica (discutidos mais adiante). Uma abordagem automatizada pode/deve fornecer isso.
O processo básico é mostrado no diagrama em miniatura abaixo:
Fase de iniciação:
use o Web GenAI para obter os requisitos corretos, conforme descrito acima
Desenvolvimento de backend
em seu IDE, usando Python e regras .
Arquitetura
Velocidade é ótima, mas arquitetura importa. Vamos dar uma olhada rápida nos bastidores de como os projetos são criados, desenvolvidos e executados.
1. Criação: ChatGPT, API Logic Server
Quando você fornece seu prompt, o sistema:
- Invoca o ChatGPT para calcular um modelo de dados
- Invoca o API Logic Server para criar e executar um projeto Python executável a partir de um modelo de dados ou de um banco de dados existente (veja as referências no final).
Não é um FrankenPrompt ou instruções técnicas de baixo nível que exigem profundo entendimento do framework.
Os prompts do Web GenAI são requisitos simples de nível empresarial.
2. Desenvolvimento: Seu IDE, baseado em código, modelos
Você pode baixar o projeto criado e personalizá-lo em seu IDE. E/ou usar CodeSpaces, uma versão baseada em navegador do popular VSCode IDE.
Seu projeto é completamente representado como código. Não há um repositório formal armazenado como um banco de dados ou arquivos de marcação. Isso significa que você pode usar seu IDE para depurar e gerenciar seu projeto. Por exemplo, veja abaixo como a lógica é inserida em Python, como uma DSL.
O projeto resultante não é uma quantidade enorme de código que é difícil de entender e personalizar. Em vez disso, é um conjunto de modelos que são claros e concisos. Por exemplo,
- a API não é código - é simplesmente uma lista de modelos de dados
- O aplicativo Admin não é HTML e JavaScript complexos - é um arquivo JSON que lista entidades e atributos
Modelos, representados como código, são mais fáceis de gerenciar, depurar, entender e modificar.
3. Tempo de execução: Padrão de 3 camadas, orientado por API, baseado em contêiner
Os clientes acessam o sistema por meio do JSON:API, descrito acima. Mais do que acesso, a API impõe a semântica dos seus dados - a lógica de negócios que governa a segurança e a integridade (derivações e restrições multitabela) com bracketing de transação automático.
O servidor executa como um contêiner, acessando o(s) banco(s) de dados conforme necessário. Os contêineres são share-nothing, fornecendo escalabilidade.
Desenvolvimento de Backend: Seu IDE, Python e Regras
Vamos agora ver como adicionar lógica no seu IDE, usando Python e regras.
Python
O código Python abaixo ilustra como você pode adicionar lógica de negócios para formatar e enviar mensagens Kafka para integração interna de aplicativos. Use seu IDE para inserir o código, depurá-lo e gerenciar seu controle de origem. Aproveite os pacotes externos conforme necessário - é um projeto Python padrão. Isso combina a velocidade e a simplicidade da IA com a flexibilidade de uma estrutura.
Regras reforçam segurança e integridade
Um mecanismo de regras é fornecido para automatizar a lógica de negócios de backend. Esta é uma parte substancial de qualquer projeto - normalmente quase metade.
Regras abordam:
- Segurança em nível de linha com base em funções de usuário (por exemplo, usar Keycloak para logon único) e
- Derivações e restrições multitabelas (com agrupamento automático de transações)
