Odoo迈入开源第一低代码开发平台的重要里程碑
Odoo17的正式发布已经过去好几个月了,通过一段时间的运用,最大的感触就是,Odoo会成为企业管理软件低代码开发平台的重要一员,而V17则会成为这个过程中具有里程碑意义的版本。
时隔四个月,让我们回头来看看Odoo17带来的重要变化。
Odoo官方推出在线应用

Odoo官方推出在线应用
在Odoo官方的应用市场上,随着Odoo17的发布,其酝酿已久的在线应用(Odoo Online)也随即发布。目前,官方市场的在线应用模块仅向企业版用户开放。
这里解释一下:运行在Odoo Online上的Odoo系统,无法通过模块化的代码定制来开发。这些用户在进行Odoo功能定制的时候,只能借助企业版自带的Odoo Studio和开发者模式(工具)。因为Studio的功能有限,不能实现复杂一些的功能,这种情况下,在线用户往往需要通过Odoo的开发者模式(工具)来实现更复杂一些的定制需求。PS:像"Odoo开发者模式设计的销售推广跟踪功能"链接所示的功能通过Studio就无法实现,但借助开发者模式就可以快速搞定。
官方在应用市场上开辟Odoo Online应用专区,显然是这部分市场已经成气候了,需要认真考虑保护与发展的问题。Odoo在功能模块,尤其是在设计器、在前端OWL、在开发者模式这些功能上的深耕,给Odoo带来了数量众多的Online用户。V17发布后,在线应用的适时推出,相信又可以为Odoo Online圈粉不少。
如何让这部分在线用户可以保持他们使用Odoo的热情?当然是可以帮助用户快速解决不断新增的需求!因此,开发者模式的变革势在必行!唯有此,在线用户通过开发者模式才能解决开发需求上的问题。
开发者模式的变革

Odoo开发者模式
Odoo激活开发者模式后的界面呈现如上图,通过开发者模式,用户可以在线对Odoo进行快速开发与设计,且不需要编写代码或使用极少的代码(低代码开发)。如此,Odoo用户可以边使用系统,边在线调整,真正做到即插即用。这种所见即所得的开发方式,可以有效避免传统模块开发的长周期导致的用户对系统失去耐心与信心。
在Odoo17开发者模式设计操作指引案例效果视频中,我们提到了Odoo在V17的一个小功能的添加,在Odoo17中,官方在开发者模式(工具)上的功能调整与更新还有不少。
V17在交互操作上提供给用户的选择更丰富了,动作触发的选项也更多了。

V17提供更丰富的操作类型
V17可以比以往版本用更少的代码在开发者模式中执行重要功能。

V17的低代码
V17版本也让Odoo用户在开发者模式下实现客户端动作、API、Webhook等操作更加方便。

客户端调用
Odoo17在开发者模式上的这些重要更新,让Odoo成为企业管理软件低代码开发平台的重要一员,而它则会成为这个过程中具有里程碑意义的版本。
选择
毫无疑问,有着多年开发者模式功能的积累,再凭借Odoo17在开发者模式上的出色升级,Odoo可以迈入世界级低代码开发平台的行列,并且已经是当仁不让的开源第一低代码开发平台。
令人稍感遗憾的是,国内对于Odoo17在低代码开发方面的进步却波澜不惊,这一点与国外Odoo用户在开发者模式上的讨论热度相比,反差不小(或许跟国外数量庞大的Odoo Online用户基数有关系)。
我们不少对Odoo感兴趣的企业或个体,欣赏Odoo的功能,但是Odoo二次开发的难度让他们犹疑不决,自己人学起来费劲费时,请专业公司或专业人士来开发又费钱,不少对Odoo有兴趣的最后只好作罢。
Odoo开发者模式其实很大程度上可以避免上面这种情形的出现,随着Odoo17在开发者模式上的功能提升,许多没有编程开发经验的朋友,其实可以借助Odoo的开发者模式这一所见即所得的低代码工具,快速上手Odoo的二次开发设计。企业用户可以边使用,边调整,这样就可以让Odoo已具备的出色功能最快地帮企业解决问题。
官方提升开发者模式功能的初衷,或许主要是帮助Odoo Online上的用户,但开发者模式功能在企业版与社区版上是无差异的,在线版与我们大家实际下载的版本在开发者模式上的功能也是无差异的。我们可以与所有正在使用开发者模式的众多Odoo用户一样无差别地运用它。
数以万计的Odoo在线用户正在通过Odoo开发者模式开发、调整、维护他们的系统,那么,正在考虑Odoo开发问题的你,还有什么可以犹豫的呢?
附:作者编写的会员教程《Odoo开发者模式必知必会》发布快一年了,该教程旨在帮助对Odoo有兴趣的你快速了解Odoo的低代码开发方式,让没有相关基础的朋友快速入门并掌握免(低)代码在线定制Odoo功能的技术。我们结合已有会员的反馈,不断对教程进行了更新,随着Odoo17的发布,教程的内容更新也随之升级以适应新趋势、新变化。
《Odoo开发者模式必知必会》会员教程目录如下图:

本教程采用在线方式,方便通过视频、动画、图片、文字结合的方式让读者容易接受理解。如果你真有兴趣可以扫下面二维码添加微信咨询购买。

WX号:L99090590
相关文章:
Odoo迈入开源第一低代码开发平台的重要里程碑
Odoo17的正式发布已经过去好几个月了,通过一段时间的运用,最大的感触就是,Odoo会成为企业管理软件低代码开发平台的重要一员,而V17则会成为这个过程中具有里程碑意义的版本。 时隔四个月,让我们回头来看看Odoo17带来的…...
WinForm、Wpf自动升级 AutoUpdater.NET
Github AutoUpdater.NET 目录 一、IIS部署 更新站点 二、创建Winform 一、IIS部署 更新站点 IIS默认站点目录下创建 目录 Downloads、Updates Updates目录创建文件 UpdateLog.html、AutoUpdaterStarter.xml UpdateLog.html: <html><body><h1…...
GPU不够用:语言模型的分布式挑战
引言 随着深度学习技术的飞速发展,大规模语言模型(LLM)在各种NLP任务中取得了令人瞩目的成绩。然而,这些模型的大小和复杂度也不断增加,给部署和应用带来了诸多挑战。特别是在单个GPU或服务器的内存容量有限的情况下,如何高效地利用分布式计算资源成为了一个亟待解决的问…...
深入理解Redis中的渐进式Rehash技术
1. 引言 Redis是一款高性能的键值存储系统,被广泛应用于缓存、队列、计数器等场景,因其快速、稳定的特性备受开发者青睐。在Redis的背后,有着许多复杂的数据结构和算法支撑着其高效运行,而其中之一就是Rehash操作。 Rehash是Redis中的一个关键操作,负责在数据量增加时对…...
数据结构 栈和队列 力扣例题AC——代码以及思路记录
20. 有效的括号 给定一个只包括 (,),{,},[,] 的字符串 s ,判断字符串是否有效。 有效字符串需满足: 左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。每个右括号都有一个对应…...
管理类联考--复试--英文面试--各校英文面试内容
文章目录 北京地区北京大学中国人民大学北京交通大学北京航空航天大学北方工业大学北京林业大学北京语言大学中央财经大学对外经济贸易大学首都经济贸易大学华北电力大学中国矿业大学中国石油大学北京国家会计学院中国财政科学院研究院北京理工大学北京工商大学中国农业大学 湖…...
Android修行手册-Chaquopy中opencv、numpy的初步应用
Unity3D特效百例案例项目实战源码Android-Unity实战问题汇总游戏脚本-辅助自动化Android控件全解手册再战Android系列Scratch编程案例软考全系列Unity3D学习专栏蓝桥系列ChatGPT和AIGC 👉关于作者 专注于Android/Unity和各种游戏开发技巧,以及各种资源分…...
VBA将当前打开的表格生成PDF图片
前言 VBA将当前的表格存储成PDF文件进行存储 代码 Sub ExportToPDF()Dim FilePath As StringDim FileName As StringDim ExportRange As Range 设置导出文件路径及名称FilePath "D:\Users\"FileName "ExportedPDF" 设置导出区域范围Set ExportRange Ra…...
解锁AI大模型秘籍:未来科技的前沿探索
在当今这个技术高速发展的时代,人工智能(AI)已经成为了我们生活中不可或缺的一部分。从简单的个人助手到复杂的数据分析和决策制定,AI的应用范围日益扩大,其目的是为了让我们的生活变得更加智能化。本文旨在探讨AI如何…...
一文带你了解MySQL之B+树索引的原理
前言 学完前面我们讲解了InnoDB数据页的7个组成部分,知道了各个数据页可以组成一个双向链表,而每个数据页中的记录会按照主键值从小到大的顺序组成一个单向链表,每个数据页都会为存储在它里边儿的记录生成一个页目录,在通过主键查…...
【Vue】npm run build 打包报错:请在[.env.local]中填入key后方可使用...
报错如下 根目录添加 .env.local 文件 .env.local :本地运行下的配置文件 配置:VUE_GITHUB_USER_NAME 及 VUE_APP_SECRET_KEY 原因...
中国电子学会2020年06月真题C语言软件编程等级考试三级(含详细解析答案)
中国电子学会考评中心历届真题(含解析答案) C语言软件编程等级考试三级 2020年06月 编程题五道 总分:100分一、最接近的分数(20分) 分母不超过N且小于A/B的最大最简分数是多少? 时间限制: 1000ms 内存限制: 65536kb 输入…...
WPF的DataGrid自动生成中文列头
直接将一个对象集合绑定到DataGrid上面,设置自动生成列AutoGenerateColumns"True",DataGrid会自动根据对象类的属性生成对应的列 示例类对象: public class DataModel{public int Id { get; set; }public string Name { get; set;…...
CSS【详解】居中对齐 (水平居中 vs 垂直居中)
水平居中 内部块级元素的宽度要小于容器(父元素) 方案一:文本居中对齐(内联元素) 限制条件:仅用于内联元素 display:inline 和 display: inline-block; 给容器添加样式 text-align:center<!DOCTYPE html> <html lang&q…...
【排序算法】基数排序
一:基本概念 1.1 基数排序(桶排序)介绍 基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是…...
解释存储过程和函数的区别,以及它们在MySQL中的用途。如何创建和使用存储过程和函数?
解释存储过程和函数的区别,以及它们在MySQL中的用途。 存储过程和函数在MySQL中的区别及用途 区别: 返回值: 函数:必须有一个返回值,这可以是一个标量值或一个表。如果没有明确的RETURN语句,函数将返回N…...
【GPU驱动开发】-GPU架构简介
前言 不必害怕未知,无需恐惧犯错,做一个Creator! GPU(Graphics Processing Unit,图形处理单元)是一种专门用于处理图形和并行计算的处理器。GPU系统架构通常包括硬件和软件层面的组件。 一、总体流程 应…...
m位数问题(c++题解)
题目描述 考官只给两个整数n和m(1 < n < 8,1< m <5),要求选手从1,2,…,n中取出m个数字,组成一个m位整数,统计所有的m位整数中一共有多少个素数。 如n3,m2时,符合条件的整数有&…...
洛谷P1331海战
题目背景 在峰会期间,武装部队得处于高度戒备。警察将监视每一条大街,军队将保卫建筑物,领空将布满了 F-2003 飞机。 此外,巡洋船只和舰队将被派去保护海岸线。不幸的是,因为种种原因,国防海军部仅有很少…...
如何利用Flutter来写后端 服务端应用
前言 Flutter是谷歌推出的一款跨平台开发框架,现在属于此领域star最多的框架,其被广泛应用于构建前台界面,但或许很少人知道,他也可以写后端应用。 本文主角 flutter非常著名的getx库推出的get server jonataslaw/get_server:…...
日语AI面试高效通关秘籍:专业解读与青柚面试智能助攻
在如今就业市场竞争日益激烈的背景下,越来越多的求职者将目光投向了日本及中日双语岗位。但是,一场日语面试往往让许多人感到步履维艰。你是否也曾因为面试官抛出的“刁钻问题”而心生畏惧?面对生疏的日语交流环境,即便提前恶补了…...
练习(含atoi的模拟实现,自定义类型等练习)
一、结构体大小的计算及位段 (结构体大小计算及位段 详解请看:自定义类型:结构体进阶-CSDN博客) 1.在32位系统环境,编译选项为4字节对齐,那么sizeof(A)和sizeof(B)是多少? #pragma pack(4)st…...
Day131 | 灵神 | 回溯算法 | 子集型 子集
Day131 | 灵神 | 回溯算法 | 子集型 子集 78.子集 78. 子集 - 力扣(LeetCode) 思路: 笔者写过很多次这道题了,不想写题解了,大家看灵神讲解吧 回溯算法套路①子集型回溯【基础算法精讲 14】_哔哩哔哩_bilibili 完…...
Nuxt.js 中的路由配置详解
Nuxt.js 通过其内置的路由系统简化了应用的路由配置,使得开发者可以轻松地管理页面导航和 URL 结构。路由配置主要涉及页面组件的组织、动态路由的设置以及路由元信息的配置。 自动路由生成 Nuxt.js 会根据 pages 目录下的文件结构自动生成路由配置。每个文件都会对…...
大学生职业发展与就业创业指导教学评价
这里是引用 作为软工2203/2204班的学生,我们非常感谢您在《大学生职业发展与就业创业指导》课程中的悉心教导。这门课程对我们即将面临实习和就业的工科学生来说至关重要,而您认真负责的教学态度,让课程的每一部分都充满了实用价值。 尤其让我…...
DeepSeek 技术赋能无人农场协同作业:用 AI 重构农田管理 “神经网”
目录 一、引言二、DeepSeek 技术大揭秘2.1 核心架构解析2.2 关键技术剖析 三、智能农业无人农场协同作业现状3.1 发展现状概述3.2 协同作业模式介绍 四、DeepSeek 的 “农场奇妙游”4.1 数据处理与分析4.2 作物生长监测与预测4.3 病虫害防治4.4 农机协同作业调度 五、实际案例大…...
大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计
随着大语言模型(LLM)参数规模的增长,推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长,而KV缓存的内存消耗可能高达数十GB(例如Llama2-7B处理100K token时需50GB内存&a…...
AI,如何重构理解、匹配与决策?
AI 时代,我们如何理解消费? 作者|王彬 封面|Unplash 人们通过信息理解世界。 曾几何时,PC 与移动互联网重塑了人们的购物路径:信息变得唾手可得,商品决策变得高度依赖内容。 但 AI 时代的来…...
多模态图像修复系统:基于深度学习的图片修复实现
多模态图像修复系统:基于深度学习的图片修复实现 1. 系统概述 本系统使用多模态大模型(Stable Diffusion Inpainting)实现图像修复功能,结合文本描述和图片输入,对指定区域进行内容修复。系统包含完整的数据处理、模型训练、推理部署流程。 import torch import numpy …...
[大语言模型]在个人电脑上部署ollama 并进行管理,最后配置AI程序开发助手.
ollama官网: 下载 https://ollama.com/ 安装 查看可以使用的模型 https://ollama.com/search 例如 https://ollama.com/library/deepseek-r1/tags # deepseek-r1:7bollama pull deepseek-r1:7b改token数量为409622 16384 ollama命令说明 ollama serve #:…...
