低代码方法虽然对于建立简单的数据读写系统是有效的。但是，当涉及业务逻辑上就又回到了低级代码。 根本原因是：特定领域的逻辑需要特定领域的代码。
这是一个问题--后端业务逻辑往往包含了系统的近一半。 人工编码是缓慢的，这对业务用户来说是令人沮丧的，他们可以用清晰的术语来表述需求，而且比代码简洁许多倍。
我们的解决方案：低代码加逻辑模型自动化
理想情况下，我们可以建立在低代码概念的基础上，并扩展模型的概念以包括逻辑模型，以业务用户的术语表达我们的后端业务逻辑，并且比代码简洁 n 倍。
我们在这里描述了这样一种方法，称为API Logic Server（开源，可在 GitHub 上获得）。
模型驱动创建
API Logic Server 从数据库模式创建完整的可执行项目。使用您现有的工具和技术来创建模式，然后使用 API Logic Server 命令行界面来创建这样的系统：
ApiLogicServer create-and-run --project_name=ApiLogicProject --db_url=<db-location>
模型生成--不是代码生成
代码生成并不是一种新的技术。它可以是快速的，但人们对它持怀疑态度，因为它往往是僵硬的，而且导致代码难以阅读和维护。
上图显示，API Logic Server创建的是模型，而不是代码。它不需要Python或复杂的网络技术（API、UI框架）的背景就能理解所创建的模型，这些模型大多是不言自明的。它们很容易被理解和修改--它们是声明性的模型，描述了要做什么，而不是如何做。
这些模型是可执行的，使用作为API逻辑服务器一部分的运行时引擎。
基于模型的自动化提供了一个有效的低代码环境，可以显着缩短上市时间，并降低复杂性和需求不匹配带来的风险。可扩展性规定意味着开发人员可以使用熟悉的工具和语言完成非自动化任务。
这个系统是开源的，可以在github上找到。您可以在一小时内安装和创建示例应用程序。创建的示例项目可在 github 上找到，您可以在此处探索模型和代码。