腾讯无极低代码平台打开MCP之外的新思路：多模态聊天

无极低代码是腾讯自研的一站式低代码开发平台。通过强大的可视化搭建、灵活的数据源集成和完善的逻辑编排能力，帮助开发者与业务人员快速构建企业级应用，显著降低开发成本、提升交付效率。作为腾讯端服务（Tencent Device-oriented Service）联盟的重要成员（tds.qq.com），无极致力于提供稳定、高效、可控的应用构建解决方案，助力业务敏捷创新。

一、 引言

如今，AI助手在B端系统里越来越常见。像Anthropic的MCP（Model Context Protocol）这类Agent技术，能让大模型直接调用后台API，的确是人机交互的一大进步。但是纯文本的交互方式依然还是存在一些局限性。

设想一下这样的场景：运营小张想让AI助手帮忙发送一封邮件，他输入：“帮我给李明写一封关于项目XXX进展同步的邮件，提醒他下周三前提交周报，并附上最新的项目计划文档。”

虽然AI可能可以补充一些信息，但是大多数时候都需要通过多轮对话来澄清每一个细节：“请确认李明的邮箱地址？”“最新的项目计划文档是哪个文件？”

小张只能逐一回复：“李明的邮箱是liming@example.com；进展要点包括A、B、C；计划文档是 ‘Project_Plan_v3.docx’……”

AI生成初稿后，小张发现有些措辞不太准确，需要修改。“把第三段的‘务必提交’改成‘请尽快提交’，整体语气需要调整……”

重复多次后，AI修改结果还是不太理想，最终小张只能将初稿复制出来，手动编辑后再发送给AI。

这样的交互链路反而比传统的表单填写式应用更冗长了。信息在来回传递和AI的理解、再生成过程中也很容易出现偏差或遗漏。更重要的是，即便是AI能够调用接口完成任务，用户心中可能还是有些疑虑：邮件的内容、语气和附件都准确无误吗？AI是否完整理解了我的意图？

对于写入类操作，比如创建订单、修改关键数据这类非幂等操作，这个问题尤其突出。用户往往期望在AI的辅助基础上，保留最终的审查和确认环节。而不是说仅仅得到一个自动化执行的结果。

二、 新的交互范式探索：前端多模态智能

无极低代码，尝试从前端交互的视角探索解决方案，提出“前端多模态智能”的概念。无极也是TDS 腾讯端服务的重要联盟成员。

这里的“多模态”指的不是用户输入的多样性，比如同时输入图片和文本，而是指AI输出内容的多样性。换句话说，AI除了能返回文本信息外，还能直接在聊天界面中嵌入用户可交互的页面片。这些页面片可以是预先设计好的无极页面，也能是根据场景，通过代码动态生成的定制化的UI界面。

案例展示

案例一：嵌入无极页面

对话中插入的电影搜索组件是一个预先设计好的无极页面，页面内通过数据源调用腾讯视频接口获取数据。

案例二：动态生成页面（ECharts）

对于常见的图表场景，AI也可以动态生成。AI能够编写数据源的调用代码，获取真实的后端数据，并生成ECharts配置信息，展示图表。

案例三：动态生成组件（Vue 3）

为了满足用户的更复杂的需要，AI还可以编写自定义Vue组件代码，浏览器内直接编译渲染，实现更丰富的交互。

这跟“生成式UI（Generative UI）”的理念是比较一致的：AI不仅理解用户意图，还能根据当前任务上下文，智能地提供一个最合适的交互界面片段。同样以一个智能邮件助手为例，可以对比不同交互模式的区别：

● 多模态聊天

1. AI理解用户意图后，除了生成邮件初稿，更关键的是，它会在聊天窗口中直接嵌入一个“邮件发送页面片”。
2. 此页面片会预填充AI理解到的信息，如收件人、AI生成的主题和邮件正文初稿。
3. 用户可以在这个熟悉的UI上，直接审阅、编辑邮件内容，添加附件，调整格式，体验和传统的应用界面一致。
4. 一切确认无误后，用户点击页面片内的“发送”按钮，完成操作。

在这一流程中，AI承担了信息理解、初步内容生成和界面适配的角色，而关键的审查、修改及最终执行确认，则通过用户熟悉的UI交还给了用户，在AI的效率与用户的掌控感之间取得平衡。

三、 快速实践：四步配置“多模态聊天”

虽然从原理上来说，打通这样的流程比较简单，但是配置起来仍然较为繁琐。无极针对这样的应用场景，特别推出了封装好的多模态AI聊天组件，只需要几步就能轻松创建业务专属AI助手。我们以创建一个TAPD需求助手为例，看看如何进行配置：

第一步：搭建页面片

在无极中创建一个单独的页面（创建TAPD需求）。拖拽出需要的表单和输入组件：

TAPD的创建接口是外部API，要在无极中使用，需要以数据源方式引用。

第二步：配置页面片的AI接口

AI调用页面片时，我们可以指定需要提供的参数。通过props进行设置，说明各个参数的作用和限制。类似于MCP工具调用的参数。

在页面信息中，可以编写页面描述，说明功能和使用方式，确保AI能够正确使用。

第三步：启用多模态AI聊天窗

在页面中拖拽添加“多模态AI聊天”组件，并在属性中勾选对应页面片即可启用。

配置完成

提示词会根据页面片设置自动生成，AI可以直接调用提供的页面片，嵌入到对话中。

所有的外部服务调用，都可以通过这样一套模式，实现更完善的表单交互体验。此外，用户也可以使用自己的AI接口，打通后台的MCP服务。设计好的页面既能在无极平台上托管运行，也可以离线化导出成静态网站，脱离无极系统使用。

四、 “多模态聊天”与MCP的生态位差异

对于熟悉AI Agent领域的开发者来说，MCP这类后台协议赋予了LLM理解和调用外部工具、API的能力，以完成更复杂的任务编排。MCP无疑是Agent技术发展的重要方向，具备广泛的通用性和强大的后台整合能力。

我们提出的前端多模态聊天能力，不是要替代MCP等技术，而是希望作为一种前端交互的增强选项，形成能力上的互补。

● MCP的优势：作为一种热门而易用的协议，已经被不同的LLM和工具服务广泛采纳，通用性和能力更强。MCP可以更容易地整合和调度复杂的后台服务与API。

● “多模态聊天”模式优势：

1. 信息交互范式的转变

MCP与LLM的交互主要依赖文本。尤其是面对复杂参数或众多选项时，纯文本沟通可能需要多轮澄清，降低效率。而多模态聊天将LLM的理解直接转化为用户更易于接受和操作的图形化界面，可以提升复杂信息交互的密度和用户的操作效率。

2. 用户掌控感的增强

对于敏感操作（如关键数据查询修改、资金调动），如果AI通过MCP直接调用后台API，用户可能会对过程的透明度和结果的准确性产生担忧。多模态聊天的方式将这类操作的最终决策界面前置。AI可以将识别到的意图和参数预填充到页面片中，但最终的执行指令（如点击“确认提交”按钮）还是由用户在可视化界面上主动发起。这种“人机共驾、用户确认”的模式，有助于增强用户在执行关键业务时的信任感与安全感。

3. 低代码生态的敏捷复用与集成

这是无极平台的一个核心特点。页面片本身是我们低代码能力的自然延伸。开发者可以利用平台成熟的拖拽组件、数据绑定、逻辑编排等能力，快速设计和构建功能丰富的页面片。所以，业务系统中已有的、经过验证的前端模块或交互逻辑，通过适当配置，可以便捷地转化为AI可调用的“交互技能”，而无需为AI的每次交互都单独开发和维护大量细粒度的后台API。这有助于利用现有低代码生态加速AI能力的业务落地。

从定位上看，MCP等技术更多关注LLM如何“理解世界并调用后台工具（Tools/APIs）”，而多模态聊天方案则更侧重于LLM如何“更好地与人协作，通过生成动态UI来呈现信息并辅助人完成决策与操作”。

五、 搭建你的专属多模态聊天

“无极低代码”提供的这种前端多模态AI聊天能力，核心想法就是把LLM的理解能力，变成用户能直接看到、能编辑、能操作的生产力界面。

接下来，我们会继续探索怎么让前端的多模态交互跟主流的AI Agent生态更好地配合起来。我们设想，无极平台的多模态聊天方案能作为一种标准化的UI呈现能力，被更广泛的Agent框架调用，接收和展示由复杂Agent任务流产生的结果和交互需求。

希望通过这种前端交互上的小创新，能给B端应用的智能化带来一点新思路和新工具。欢迎访问 腾讯无极智能低码平台（wujicode.cn）开启免费试用，体验一下无极平台的多模态AI聊天组件，一起探索它在不同业务场景下的潜力～您也可以前往 腾讯端服务（tds.qq.com）获取更多资讯与解决方案。

wujicode.cn

扫码体验无极低代码