Low-code and no-code with BESSER to create and deploy smart web applications

Resumo Técnico: BESSER para Aplicações Web Inteligentes

Declaração do Problema
A crescente demanda por "aplicações web inteligentes" contendo agentes de IA superou as capacidades dos fluxos de trabalho de desenvolvimento tradicionais. Embora Plataformas de Desenvolvimento Low-Code (LCDPs) tenham surgido para acelerar o desenvolvimento por meio de modelagem de alto nível e geração automatizada de código, as soluções mais maduras e completas em recursos são predominantemente comerciais. Esse domínio comercial introduz desvantagens significativas, incluindo bloqueio de fornecedor, extensibilidade limitada, escolhas restritas para pilhas tecnológicas e falta de acesso ao código-fonte gerado. Além disso, as abordagens existentes orientadas a modelos para interfaces de usuário web e móveis (como IFML, OOWS ou UWE) frequentemente falham em definir adequadamente "componentes inteligentes" ou fornecer uma cadeia de ferramentas unificada para o pipeline completo de criação e implantação.

Metodologia
Para abordar essas limitações, os autores apresentam o BESSER, um framework de código aberto low-code projetado para facilitar a criação, geração e implantação de aplicações web inteligentes. A metodologia baseia-se em um editor de modelagem baseado na web que integra três perspectivas complementares em uma linguagem unificada B-UML (BESSER-UML):

1. Perspectiva Estrutural: Utiliza diagramas de classes UML estendidos para definir aspectos estáticos (classes, atributos, relacionamentos). Incorpora meta-atributos (por exemplo, URI, ícone) para capturar informações específicas da plataforma.
2. Perspectiva de Agente: Permite a modelagem explícita de agentes autônomos usando uma linguagem de máquina de estados estendida. Os agentes são definidos por estados, transições, intenções e ações. Essas ações podem incluir respostas textuais, chamadas a métodos Python (para APIs externas) ou operações impulsionadas por saídas de Modelos de Linguagem de Grande Escala (LLM), combinando efetivamente o controle de máquinas de estados com a abertura dos LLMs.
3. Perspectiva de GUI: Fornece uma interface sem código, de arrastar e soltar, para projetar interfaces de usuário. O editor renderiza componentes imediatamente e os analisa internamente na porção GUI do B-UML, inspirado no IFML, mas estendido com componentes de visualização ricos (gráficos, interfaces de chat) e propriedades de estilo.

Principais Contribuições e Arquitetura Técnica
A contribuição central do BESSER é um pipeline de geração que orquestra sub-gerenciadores especializados para transformar a aplicação modelada em um projeto pronto para implantação:

• Geração de Backend: Transforma o modelo estrutural em três módulos Python interconectados:
  • Classes Pydantic para validação de dados.
  • Modelos SQLAlchemy para esquema de banco de dados e Mapeamento Objeto-Relacional (ORM).
  • API REST FastAPI expondo endpoints CRUD abrangentes para todas as entidades e relacionamentos.
• Geração de Frontend: Interpreta o modelo de GUI para produzir uma aplicação baseada em React com TypeScript. Os componentes de visualização são mapeados para elementos React, incluindo tabelas de dados, formulários interativos, botões de invocação de método e visualizações de gráficos.
• Geração de Agente: Se um modelo de agente estiver presente, o gerador do Framework Agente BESSER (BAF) cria scripts Python executáveis. Esse backend expõe um endpoint WebSocket, enquanto o frontend incorpora um widget de chat para facilitar a troca de mensagens e exibição de respostas.
• Integração de Implantação: O framework simplifica a implantação na nuvem integrando-se ao GitHub e ao Render. Através do OAuth do GitHub, os usuários podem acionar uma implantação com um clique. O sistema gera automaticamente um repositório do GitHub, envia a base de código e utiliza uma configuração render.yaml para provisionar serviços de nível gratuito (backend FastAPI, frontend React e serviço de agente opcional) no Render. Esse fluxo de trabalho elimina a configuração manual de infraestrutura, geralmente entregando uma aplicação acessível publicamente em minutos.

Resultados e Demonstração
O artigo apresenta uma demonstração do pipeline BESSER usando um cenário de gerenciamento de biblioteca com um agente conversacional que responde a perguntas frequentes. A demonstração ilustra o ciclo de vida completo:

• Carregamento de modelos predefinidos (diagrama de classes, GUI e modelo de agente) no editor web.
• Geração da base de código.
• Implantação da aplicação via GitHub e Render.
  O sistema produz com sucesso uma aplicação funcional onde a GUI se conecta aos modelos estrutural e de agente, consolidando-os em uma única aplicação web inteligente.

Significado e Alegações
O artigo afirma que o BESSER atende à necessidade crítica de transparência e extensibilidade no desenvolvimento low-code para aplicações inteligentes. Por ser de código aberto, mitiga o bloqueio de fornecedor e permite que os usuários acessem e estendam manualmente o código gerado. O framework é posicionado não apenas como um gerador de protótipos, mas como uma ferramenta que permite aos usuários passar de edições de modelo para uma aplicação web ao vivo e acessível publicamente com esforço mínimo. Os autores observam que o código gerado pode servir como um produto final ou um protótipo para extensão manual posterior. O trabalho futuro é modestamente delimitado à exploração da integração de perspectivas adicionais, como personalização via perfis de usuário ou componentes de recomendação usando redes neurais.