湖北后端低代码应用开发平台私有化部署

捷得基于Java企业版（EE）标准构建，可以部署在各种Java EE应用服务器上，如IBM Websphere Liberty，Oracle Weblogic，Red Hat JBoss EAP，Apache Tomcat等。支持任何Java支持的操作系统，例如Microsoft Windows，Linux（Red Hat Enterprise Linux，Ubuntu，SUSE）等。底层数据库厂商中立，可以在各种SQL数据库上运行，例如MySQL，Oracle，Microsoft SQL Server等。支持Web标准HTML5，CSS3和各种现代Web浏览器，例如Google Chrome，Firefox，Safari Microsoft Edge。可以根据需要部署在不同的环境中，例如本地服务器，私有云，公共云（Amazon Web Services，Microsoft Azure，Google Cloud Platform等），Cloud Foundry，Docker，Kubernetes和Red Hat OpenShift。bpm低代码应用开发平台概念。湖北后端低代码应用开发平台私有化部署

捷得被设计为一个真正的开放平台，以适应任何企业环境，具有可扩展的插件架构，可根据需要扩展平台。自由的定制。捷得是一个成熟的平台，致力于开源和开放平台是一个开源项目，可在 GitHub 上公开获得。与完全专有的软件相比，开源软件更加透明且易于审计。随着社区参与度的扩大，支持和响应速度更快，从而促进更多的想法和创新。捷得采用 企业开源模式，通过企业开源，可以同时享受企业级的支持质量以及所有社区开源的优势。作为数字化转型平台，捷得（Joget）适用于开发新的企业应用程序，湖北后端低代码应用开发平台有什么可视化开发低代码应用开发平台概念。

将 参与者 映射到用户， 用于向用户分配权限/任务。将 活动 映射到表单 用于为不同任务匹配不同的表单。将 工具 映射到插件 用于执行后台业务逻辑处理或系统动作。将 路由 映射到决策工具插件，以便根据决策和规则进行流转控制。通过 用户通知 配置，可配置标准的新任务通知。通过 任务临时委派 允许用户在一段时间（休假期间）授权他人代为处理流程任务。捷得市场提供了 邮件审批 功能示例（通过邮件回复完成审批）。可对正在运行和已完成的流程监控。审核跟踪为管理员提供整个系统中用户执行的操作日志。捕获系统和应用程序日志，并可供查看或下载。内置的 简单规则决策 决策工具插件提供了一个无代码规则引擎。内置的 Tensorflow AI决策插件 可执行预先训练的Tensorflow AI模型。

捷得采用 动态插件架构 设计，具有灵活性和可扩展性。整个平台上的几乎所有功能都可以通过插件进行扩展。捷得保持技术中立，兼容各种主流的操作系统，数据库 和 Web服务器，因此它适合任何基础架构（Windows，Linux，Oracle，Microsoft SQL Server，MySQL，IBM Websphere，Oracle Weblogic，Red Hat JBoss EAP，Apache Tomcat等）。捷得还提供完全灵活且可扩展的部署选项，无论是私有部署还是多云部署（On-Demand Cloud、Certified OpenShift Operator、Red Hat Marketplace、Docker、Kubernetes、Cloud Foundry、Google Workspace Marketplace、 AWS Marketplace、Azure Marketplace、Google Cloud Platform Marketplace）。国内低代码应用开发平台优缺点。

捷得构建的应用程序是基于Web，响应式页面可以适应可从任何桌面或移动设备访问，并遵循渐进式Web应用（PWA）技术规范（PWA提供类似本机的移动功能，例如安装为桌面应用、脱机支持、后台同步、推送通知等）。JogetMarketplace是一个软件市场（捷得应用商店），只需单击一个按钮即可无缝安装现成的应用程序，模板和插件。平台包含 4 个中心可视化Web设计器，可从任何设备访问：表单设计器，用于创建数据录入和查看的表单。列表设计器，用于创建可搜索的数据列表。界面设计器，用于创建导航菜单、UI 页面和权限。流程生成器，用于创建业务流程（审批或协作）。开源低代码应用开发平台排名。北京bpm低代码应用开发平台概念

国内低代码应用开发平台团队。湖北后端低代码应用开发平台私有化部署

内置 TensorFlow AI决策插件，可执行预先训练的Tensorflow AI模型。捷得中 AI 重点是简化将预先训练好的 AI 模型集成到用户应用程序中的过程（AI 模型的训练并不在捷得平台进行）。支持的示例 AI 模型包括使用 Inception v3 进行图像分类、使用 SSD MobileNet v1 进行对象检测、使用 FaceNet 进行人脸识别、使用 ResNet 进行音频分类，以及使用 CNN 进行句子分类的文本分类。借助捷得灵活的插件架构，应用程序设计人员可以快速开发无代码、去中心化应用（dApps），这些应用程序可以读写不同的区块链网络。湖北后端低代码应用开发平台私有化部署