2014年，刚成立1年的数据智能基础软件供应商九章云极DataCanvas董事长方磊曾在一封发给投资人的邮件中谈到自己的创业设想。

这个设想的核心观点是，容器技术自2012年出现后，给分析行业带来了很大的改变，容器化的方式统一了分析流程的运行基础。而且，与容器结合后，机器学习、深度学习等不再只是在上层增光添彩的小工具，而成为了标准化的基础设施。

如今再回头去看，令方磊感到庆幸地是，创业这9年来，九章云极DataCanvas基本还是按照最初定下的方向走在前进的路上。“我们选择了一个对的赛道，并一直坚持着”。

创业初心：为数据科学家打造协作平台

从清华大学电子工程系毕业后，方磊赴美攻读硕士和博士。2009年，方磊加入微软研究院孵化的项目“云计算平台”，主导开发了管理全球超过20万台服务器的数据中心管理监控系统。

2011年，方磊加入微软必应搜索团队，主要负责设计并开发基于下一代大数据技术的索引处理架构，以及基于机器学习的搜索语义理解。

在工作之余，方磊经常利用周末时间拉上当时一起在美国读硕士时的同窗好友尚明栋，一起研究做车库项目，想各种idea。

2013年前后，美国的数据科学平台创业迎来爆发期，加之，公有云的技术环境形成，促使新一代数据和人工智能(Data AI)的公司不断孵化出来....Databricks、Snowflake等一批后来崛起为头部的公司大都是从这个时候起步的。

嗅到这样的趋势后，方磊和尚明栋觉得，应该顺势而为，做点事情。方磊认为，数据科学平台热潮之下，在数据科学领域还存在新的创业机会。而且这也是自己的职业领域，是最擅长的方向。

二人一拍即合，决定在数据科学平台领域创业。

与国外火热的创投势头不同，当时在国内，数据科学还不是流行的概念。那会儿火遍大街小巷的创业风向还是O2O。九章云极DataCanvas算是国内最早一批做数据科学平台的供应商。

好在开局顺利，回国不久，九章云极DataCanvas就拿到了第一笔天使轮融资。凭着这笔启动资金，方磊和尚明栋又招了5-6个研发人员，团队决定先把公司的第一款产品研发出来。

用方磊的话说，这是一款有着很简单的初心的产品，一个帮助数据科学家更好地协作的平台。

早先在微软担任数据工程师期间，方磊发现团队的八百多名工程师都在一个叫Aether的系统上协作，Aether系统上有1万多个模块，十几万个项目。该平台资源调配灵活，整个团队在上面执行数据分析任务，不仅可以做到井然有序，而且非常高效。

像Aether这样的系统，当时还主要在大厂内部使用。受到启发，方磊决定打造出一个更广泛使用的数据科学平台，帮助更多企业的数据科学家和数据工程师更好地建模分析和协作办公。

转眼到了2015年底，方磊和团队发现，他们埋头做了2年的产品，其实并没有真正的付费用户。

“技术人创业经常遇到的一个很大的问题是，很难意识到市场到底要什么。我们那时更多还是从程序员的视角来做事。我们创始团队的背景都是比较优秀的程序员，一路走来都比较顺利，但对市场的估计不足。像我在微软这样的大企业做研发工作，离市场很远，对市场的感觉不够。我们前两年主要在写代码，其实应该先去调研市场”，方磊回忆。

对技术出身的创业者来说，「从技术到产品」很容易实现，但要实现「从产品到商品」却很难，后者要跨越的Gap可能要远远大过前者。因为从产品到商品并不是简单的销售问题，其成功的关键取决于对市场需求的精准洞察。

方磊发现，在中国，要想把数据和算法变成生意，就要服务头部的大客户，因为大型企业有数据，而且有数据处理的需求。只有跟真实的需求对接，才能感受到市场需求带来的动能。

于是，团队决定，在产品开发完结后，就开始专攻私有客户，找到真正能「付费的人」。

方磊把目光瞄向了金融行业，先从银行切入。因为在当时，金融行业的信息化程度要远远高于其他行业。银行也是当时国内IT预算最高的企业之一。

某城商行是DataCanvas自动化数据科学平台的早期客户。“到今天，中国前一百家银行里，超过50家是我们的客户了”，言谈间，方磊展露自信。

“以前我们走了很多弯路，来为自己的某些认知买单”。从数据科学工程师到技术创业者，最开始创业时，方磊更多地是感到兴奋，因为有太多的未知的东西等着他去学习和探索。

后来迈过一些坎后，他越来越认识到，“AI创业的核心应该是一个‘Business’，而不是一场‘Move’”。

构建数据智能基础架构软件版图

从AI模型搭建到让模型真正用起来

这种“Business”的意识后来也在公司的产品战略和路线规划上鲜明地体现出来。

方磊向InfoQ表示，他规划产品路线的思路是，遵循技术的发展脉络，以及技术在产业中的落地过程。

经过9年迭代，DataCanvas自动化数据科学平台不断扩展为一个大而全的家族，包括DataCanvas APS 自动机器学习平台、DataCanvas RT 实时决策中心、DataCanvas DAT 自动机器学习工具包、DingoDB实时交互式分析数据库等，提供企业级AI应用所需的平台软件产品及解决方案，助力用户实现数智化升级，推动企业AI规模化落地应用。

AI模型的建立是企业在进行数据分析时面临的第一个痛点问题，建造AI模型很难，且技术门槛高。因此，降低门槛是首要解决的问题。从早期拖拉拽的形式，到后来开源自动机器学习平台建模，这些产品核心的出发点在于降低门槛。

九章云极的DataCanvas APS自动机器学习平台应用了容器、微服务、Devops等云原生技术，内置统计分析、机器学习、深度学习算法等100多种算法模型，通过APS平台，企业可以更灵活便捷地开发和部署AI模型。

门槛降低了以后，利用大数据做出的很多模型如何使用?也就是如何解决人工智能的推理问题。在推理运行过程中会发现，以往BI只是展示，不存在运行的概念。而现在有了模型、有了建模平台、推理平台后，推理运行时，就会发现缺少一些东西，比如实时数据能力不足，无法实时地运行模型。

因此，为了更好地在业务场景中应用模型，九章云极推出了DataCanvas RT 实时决策中心这款产品，该产品将多种数据流接入实时处理并分析，将ETL、业务模型、机器学习、人工智能、可视化扩展到实时数据分析。

整体而言，九章云极DataCanvas的产品矩阵，沿着一条连贯的轴线在走 —— 把数据变成模型，让模型变简单，让模型真正用起来。

去年10月，九章云极DataCanvas在开源方面推出了两个大动作：宣布将面向自主建模、自动建模的DataCanvas DAT 自动机器学习工具包和面向高并发、能够做实时分析的DingoDB实时交互式分析数据库开源出来。

这两款产品主要解决了两个问题： DAT让AutoML变简单，将自动机器学习建模的能力下沉;DingoDB则能让实时数据分析变得越来越快。

DAT 的所有项目都是以开源方式来开发的。DAT(DataCanvas AutoML Toolkit)是一个自动机器学习工具套件包，它包含了中国首个AutoML开源架构 Hypernets和一系列功能强大的 AutoML 开源工具，从底层的通用自动机器学习框架到用于结构化及非结构化领域端到端的自动建模工具。

方磊对InfoQ表示，之所以选择开源这两个项目的核心技术，目标是进一步降低企业应用AI技术的门槛，希望让开发者和生态伙伴更好地在开源项目的技术基础上迭代自己的产品。“软件是基础设施，相比应用软件，开源是基础软件的‘主战场’，开源有利于让更多人使用，有利于形成事实标准。而当基础设施标准化后，成本就会下降。”

2021年，伴随着创业进入第8个年头，九章云极DataCanvas进行了一次重大的战略升级，正式发布了“云中云”(An AI Cloud in the Clouds)战略。

云中云战略是指，将自主研发的数据智能基础软件及相关AI能力，嵌入到千行百业的行业云、区域云、企业云、联盟云等千朵云中，形成千云之中的AI云。

从为企业打造AI基础架构到打造千朵云生态里的AI基础架构，这一转变背后，体现了怎样的思考?

“在云化的大背景下，如果今天还去卖软件可能就落伍了，因为现在大量硬件的算力由云提供商提供，是与他们竞争还是合作?如果合作，你的云是什么位置?如果在每个云里，你在PaaS层，那就是‘云中云’。还有一个问题是，进入到什么样的云中去?是公有云，私有云，还是混合云，又或者是行业云，地域云，企业云 ... ?这些都是不同的云，在这里面找到什么样的位置，你就具有什么样的价值。”

方磊试图用「终局」的思想来给出解决方案。

在中国的云计算市场，云碎片化特征突出，千行百业都有自己的云。或许5年后，中国会有一千多云。在这一千多云中，会有很多供应商入驻。假设九章云极DataCanvas入驻了千朵云中的30%， 那么就成为“云中云”。而且，在这三百朵云里，入驻的产品间可以互联互通，大家共享一个模型市场或数据市场，这里面就有很多潜在的商机。成为云中云之后，九章云极DataCanvas的数据智能基础架构和AI能力就可以实现事半功倍地随云输出，满足不同云生态的需求。

“为了做到云中云，首先我们要进入一千朵云中的若干朵云里去，其次我们还要把进入的这些云连接起来，这样才有网络效应”。方磊表示，九章云极DataCanvas目前在进入云和深入云的阶段，正在和多家银行、运营商、云厂商等合作，推进云化工作。

数字化转型下半场将是数据智能的升级

在应用落地方面，九章云极DataCanvas自动化数据科学平台目前重点布局金融行业，服务银行、保险、基金、证券、资管等金融机构，公司约有50%以上的营收来自金融行业。

此外，公司业务还逐渐扩展到了通信、交通、制造业、航空、零售等十几个行业和政府机构，帮助这些行业应用机器学习平台解决实际业务问题。

这些行业也是当下火热的数字化转型浪潮的“排头兵”。方磊认为，现阶段，国内企业的数字化转型已经进入下半场，尤其是在金融等先进行业。

数字化转型上半场的核心标志是信息化(包括线上化)。信息化解决的是，将数据进行数字化处理录入电脑的过程，线上化解决的是业务通过线上、线下更无缝衔接的问题。但本质上，信息化解决的都是流程自动化的问题，它并不智能。

方磊认为，数字化转型的下半场将是智能化，是决策自动化。到了下半场，企业做数字化转型，将不仅仅依赖信息管理部门，而将更多依赖人工智能技术以及数据科学技术来建立自己的护城河。而决策智能实现的“底座”就是数据智能基础架构。

AI落地会通过软件基础设施升级来实现

发力「数据智能基础软件」

方磊表示，以前开发一个流程软件，需要数据库、中间件、消息队列等技术，开发AI应用则需要算法平台作支撑。开发一个AI应用，模型如果是在线运行，就需要进行实时数据处理方能运行。此外，还需要对数据进行整理和标注，AI应用的数据标注要做好AI的模型的安全等工作。方磊认为，随着数据的存储、处理、实时性等需求的不断攀升，整个数据基础设施与系统架构已经来到了迭代升级的机会窗口。

因此，九章云极DataCanvas一直侧重在AI基础软件的细分赛道 —— 数据智能基础软件上做布局，并将公司定位为数据智能基础软件供应商。目前九章云极DataCanvas主要在算法平台和实时数据上发力。

软件将成为新的基础设施

从自动化数据科学平台供应商到数据智能基础软件供应商，九章云极DataCanvas希望定义标准化数据智能基础架构的未来。

数据科学(平台)采用机器学习算法，在数据上构建模型来解决不同的业务问题。以前，企业使用数据的方式很简单，如统计、展示等。如果要用算法作自动化处理，把模型在企业每个业务里用起来，各行业都将会从以前的流程自动化的阶段转向决策驱动的自动化的阶段。

在这个过程中，产生了一些新的基础软件的需求。原来流程的基础软件，很多是传统的数据库、数据仓库，而新的基础软件可能是算法平台，是AI落地中需要用到的数据库等。九章云极DataCanvas提供的就是这些基础软件，用以支撑各行业开发自动化的AI应用。

“我们这个时代所经历的基础设施升级将不仅仅是高铁等传统的基建，和包括数据中心建设、算力建设在内的新基建，软件也将会成为一种新的基础设施。在这个过程中，会有一些基础性的软件成为标准品牌。我们本质上是在这个领域里面去竞争”，方磊预测, “未来，软件基础设施会经历一场重大升级，而一千朵行业云里面的软件基础设施升级会是数据智能领域的下一个历史性机遇”。

基础架构的升级将驱动AI落地

AI如何实现落地，是业内普遍关注的问题。很多AI头部公司在AI算法技术上已经取得了领先优势，但普遍在技术落地、商业化变现上面临较大的挑战。

落地难，盈利难、上市难，这几年AI公司所遭遇的一系列困境，不禁让人们反思，算法到底是不是AI创业公司的“护城河”?AI的商业化落地之路到底能不能走通?

2016年，阿尔法狗打败了人类最顶尖的围棋棋手，一时间令科技圈对人工智能所展现出的巨大力量感到“震动”，自此也掀起了第三次AI浪潮。与此同时，在新一波人工智能浪潮翻滚之下，AI创业如火如荼。

AI有不同的商业模式，简单来说，包括卖算法，卖软件，卖硬件，或者走系统集成路线等。

在早期，很多AI创业公司选择卖算法，很少有人走软件这条路。

方磊认为，这是因为，当时AI给了大家很多想象，AI算法是“性感”的，可以解决很多具体的问题，比如减少坏账，检验残次品，AI也可以参与到很多大型的集成项目中，例如安防。很多AI公司采取帮助企业解决具体问题来收费的商业模式。而如果定位成一件软件公司，很容易将格局讲小了。

而“卖软件”与“卖算法”这两种商业模式存在显著的差异。

方磊表示，卖软件的核心逻辑是希望人人都可以把它用起来，或者每个公司都有能力自己把它用起来，比如通过卖软件，让企业具备搭建AI模型的能力，帮助企业业务开发系统，而非解决最终的具体问题。

而卖算法的逻辑是，通过算法的优势来赚钱。但这一模式存在的问题是，如果未来出现了更先进的算法，且这一更先进的算法可以很快通过论文、开源等方式传遍世界。从这个角度看，算法可能存在阶段性的壁垒，但不存在持续性的壁垒。

方磊认为，相比算法，软件的壁垒更高。因为软件的积累所形成的护城河有时间效应，短时间内很难被复制和超越。例如，微软的Excel，这一有着40年积累的软件，很难有人凭空再写出一个来。也正因此，核心软件容易存在被“卡脖子”的风险，而算法则没有被卡脖子这一说。

相较之下，九章云极DataCanvas一开始就选择走了一种通过软件赋能的路线。

“这种商业模式在刚开始时，会走的比较慢。但一开始AI可能想象太高远了，很多公司并没有走这条路。事实上，我认为这样的一条路可能是AI商业化方面，至少是非常理性的一条路，也是最能落地、必然可以走通的一条路，”方磊表示，“因为，卖软件本身的商业模式是通的。软件是一个非常成熟的商业模式，历史上，通过卖基础软件，例如卖数据库和操作系统，每次软件技术革命都实现了落地。”

而，基础软件，则将会成为AI落地中一条主流的道路。方磊解释道，因为AI的需求必须通过新的应用来实现，一定需要下面有可运行的基础软件。通过数据智能基础架构，企业可以自主地开发AI应用。而且，随着数据智能基础架构的不断完善和升级，AI应用会更容易落地，落地效率也会更高。

免责声明：市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。

1、传统的软件开发平台厂商：天翎Myapps、普元开发平台、易正Flowportal、天纵都是，做了近二十年了，技术、业务和服务都非常成熟了；

2、OA协同办公厂商：泛微e-builder、蓝凌MK-pass，致远也都跟上开发平台趋势了，虽然产品还没那么成熟；

3、垂直信息化领域厂商：做项目协同的明道、做报表的帆软、做CRM的销售易等等，都已经具备或宣称具备低代码开发能力；

4、新兴互联网厂商：hpapass、宜搭、搭搭云、世云ivx等等，都在概念和资本的火热趋势下加入了低代码赛道；

以上是笔者观察到的低代码开发平台赛道的四大势力，数量近年量增长非常迅猛对行业发展是积极的一面，但是概念泛化良莠不齐也给客户选型造成了很多不必要的烦恼，不管叫低代码平台还是鼓吹无代码/零代码，都建议大家从技术、业务、服务和商务等多个维度进行综合评估，免叫智商税！

这个我知道一些，hpapaas可以分低代码和无代码两种，低代码只是一个过渡产品，质变还得看无代码开发平台，无代码才是未来。国内外好用的无代码开发平台并不多，国外有quickbase和file maker，功能都不够强大。国内是以网表类产品为代表，包括勤哲excel服务器，魔方网表，云表，快表等等。如果能接受cs架构的，那么勤哲excel服务器是首选，bs架构的魔方网表是首选。总体技术特性上来说，魔方网表傲立群雄，基本没有很强的对手。在易用性和功能强大这两方面魔方网表都做得很好。尤其是集成扩展别的系统的能力。还有移动端，BPM，网站制作等功能，全天候的牛逼。价格来说也不贵，低版本比勤哲，云表都便宜，高端无对手，性价比也不错。据说华为，上证所还有国产大客机C919都在关键应用上用了魔方网表。我们单位也用了，感觉不错，否则我也不会和你提这个。

面向最终用户：提供集成的动态表单、工作流引擎、报表分析器，并整合大量企业经典应用的案例模板，一般用户也能完成应用模块的配置和开发。

并非从零开始：引入了“模板”功能，通过“模板”功能，最终用户可以不用从“零”开始，而仅需要拷贝标准模板的功能，然后进行必要的修改，即可完成！

自我进化：好的软件不是开发出来的，而是通过不断的完善、进化而来，myApps平台具有良好的自我进化能力。

与ERP无缝连接：与主流ERP 系统无缝连接是myApps的核心战略。目前我们内置了主流ERP系统的接口：SAP、速达、用友、金蝶等。通过这些接口，myApps可以实现：共享ERP系统主数据；进行业务数据的双向交换；共享ERP的业务处理流程。

云凤蝶是一个 “面向中后台产品的快速研发平台“，它的用户主要是工程师，且场景主要面向标准化的中后台产品研发，整体聚焦于设计的标准化与研发的工业化。

云凤蝶的优点是自由画布功能非常完整强大，可以通过向导，从接口推导生成前端页面，且有完善的二次开发体系支持。但是，其业务中心主要定位于前端页面的生成上，并没有在接口与数据等层面涉足太多。

宜搭主要面对非研发人员，平台集合了页面设计、业务规则定义、数据收集与分析三大核心能力，用户通过简单的拖拽、配置，即可完成业务应用的搭建。

宜搭平台的特点是成熟，涵盖的业务场景多而全，其优点是接口层对用户不可见，用户使用不需要关心接口层面的调用，并且支持 PC/Mobile 两端适配。与云凤蝶的自由画布方式相比，宜搭采用的是 Flex 与 Grid 来进行页面布局，缺少部分灵活性，用户只能通过指定可视化配置生成页面，不支持自定义开发，缺乏完整的二次开发体系支持。

一站式企业应用搭建和协同办公平台。通过可视化建模，可视化UI，可视化权限管理，可视化工作流和业务自动化管理，让业务人员可以在云端搭建企业需要的定制化业务管理信息系统，无需部署，即时搭建，即时上线，即时更新，即时使用，即时为企业创建价值，持续为企业赋能。

产品在初期主要关注用户的核心痛点，功能从“可用”、达到“有用”即可，通过我们前期的调研发现用户在使用产品上发现了很多问题，很多用户认为旧版本的蜘蛛表格App在使用感受上是有点生硬、风格陈旧且复杂。

实践体验，立志做hpapaas体验师。

国产无代码开发平台，佼佼者不少，但真正大有用处，且广为人知的，就比较少了，云表算是其中一个。（文末有免费获取方式）

金山WPS，这款国民办公软件，可谓是无人不知，无人不晓，一直以来，也以其强大的功能，而备受国人的喜爱。

而云表则是由原金山WPS研发成员，蛰伏多年打造完成的。

你也许不知道，像华为、中国电信、云南小松、汾西矿业、中铁、中冶、浙江恒逸、许继电气、北京航天、中山诚威、燕山大学等，早已使用云表无代码平台自主开发自家数字化应用多年。

作为国内唯一一款可以解决复杂工业应用场景的无代码开发平台，云表在大型工业应用开发上深谙其道。

当然，它在轻量型应用场景中，也发挥着无可比拟的优势。用它开发出来的业务应用，囊括WMS、MES、BOM、ERP、CRM、SRM、OA、进销存、生产排产等自主可控的业务应用。

使用者，只需要在和excel长得很像的界面，沿用excel拖拉拽的习惯，即可搭建出心中所想的管理软件，多余的动作一个也不要，复杂的底层IT技术和代码数据，研发人员早已提前为你写好。

即使你只是初中文化水平的普通人，只要你会业务、懂中文，也可轻松上手。

当然，各种复杂的业务，也可以交给它。

像数据透视、数据分析等复杂的数据运算；批量导入/导出表单，自定义打印报表模板；多人协同，流程审批，工作流，权限管控；小程序，H5，条形码生成，对接地磅、电子秤、PDA等工业互联网设备、条码扫描出入库，蓝牙打印；对接金蝶、用友、企业微信、钉钉等企业原有资产系统；消息群发，闹钟提醒，即时通讯，工程日志计划......

只要你能想到的业务，应有尽有。

用云表开发出来的系统，与各平台之间的信息集成，数据打通可以畅行无阻，完全支持二次开发，任何时候都能快速响应系统增删查改的需求。

数据存储的方式分为云端部署，本地部署，混合部署等多种部署方式，任君挑选，所以，在云表这里，数据安全问题你也不用担心。

目前，云表提供了一个永久免费使用的版本，该版本适用于中小微企业，大企业要用的话，估计得增加并发数。

高山流水，终须一别，免费的获取方式在此奉上。

1.头条搜索“云表平台”。

2.进入官网之后，在右上角三条杠处，找到“登录”。

3.信息填报完毕，即可免费获取。

希望有帮助到您，如果你对国产无代码开发平台，有不同见解，欢迎评论区下方，留言与我交流。

强大的代码生成器让前后端代码一键生成，无需写任何代码！！帮助Java项目解决70%的重复工作，让开发更关注业务逻辑，既能快速提高效率，节省研发成版本，同时又不失灵活性！另外JeecgBoot更是一款低代码开发平权台，各种低代码能力：Online开发、表单设计器、流程设计器、报表设计器、大屏设计器 ，可以去了解一下天翎的MyApps平台和普元的，各种低代码能力：Online开发、表单设计器、流程设计器、报表设计器、大屏设计器 等等

经过近二十年发展，国内低代码开发平台发展已经非常成熟：

1、擅长数据填报分析的低代码平台：云表、狐表、网表。。。很多名字带“表”的平台都是，这类平台的特色是类Excel理念；

2、擅长复杂务流程的低代码平台：这类平台主要以流程引擎/BPM快速开发平台为主，以天翎MyApps平台为例，对于中式流程管理模式和操作习惯较为特色；

3、擅长网站/APP/小程序的低代码平台：世云ivx、迪西客、牛刀云等，界面操作都是可视化拖拉拽为主了。

低代码开发平台号称开发软件的软件，自然更加讲究技术积淀，hpapaas是一家互联网新兴厂商，近年来成立不久，所以还需要继续努力哦！至于无代码的称呼，这是低代码开发平台在部分场景或功能的特殊情况，确切的说"低代码"的描述更为客观和准确。

其实低代码开发平台它这个概念不是近几年才有，其实早在03年的时候已推出过开发平台这个概念，而开发平台正是低代码平台的前身。

由于早期国内的软件人力较低，对于开发成本控制没有现在那么严格，因此很多厂商也没注重开发平台。但在08年以后互联网产业的快速发展，导致客户对软件个方面的要求都提高了许多，因此在那时候开发平台迎来了第一春。后面随着不断的发展，目前渐渐把开发平台的概念转化为低代码平台。

随着今年疫情的影响，人力成本再次递增的情况下低代码平台最终会在未来几年爆发出它的威力。

目前广州天翎是低代码开发平台的佼佼者，长年服务于世界500强企业，成功为企业赋能。

雀书是一款不错的无代码应用搭建平台。有数据中心，页面引擎，报表引擎，流程引擎，支持多级权限。性价比高。

目前低代码是主流， 作为软件公司的程序人，我们最近也试用了几款，怎么说呢，腾讯这个大牌的也渗入低代码但专业领域应用并不强，可能他们还是在领域更强大些，天翎的MyApps集团多租户低代码私有云比较有特色，功能强大，特别是近几年来受国际方面的影响提倡国产化，他们顺应时事已率先完成了包括统信、中标麒麟、金格、软航、帆软等全面国产化适配让我们公司比较放心采购应用。