理想情况下，代码生成可以节省大量重复性和非技术性的工作量，代码生成可以按照统一的代码规范和格式生成代码，对日常代码开发有很大帮助。然而，代码生成也有其局限性，当涉及到复杂的业务逻辑时，简单的代码生成功能无法解决。
[En]
Ideally, code generation can save a lot of repetitive and non-technical workload, and code generation can generate code according to a unified code specification and format, which is of great help to daily code development. However, code generation also has its limitations, when complex business logic is involved, simple code generation function can not be solved.
目前市面上的代码生成器层出不穷，大多数的原理是基于已有的代码逻辑模板，按照一定的规则来生成CRUD代码。至于更为复杂的代码生成大家都在人工智能领域探索，目前基于代码训练的人工智能代码生成还在于提供代码补全功能方面，比如智能编程助手aiXcoder提供了常用IDE插件，在项目开发过程中，可以基于你项目的代码进行训练，编程时提供合适的代码提示。由微软、OpenAI、GitHub 三家联合打造的Copilot 也有异曲同工之妙，都是在项目开发中，提供优秀的代码自动补全功能从而可以提升工作效率。希望在不远的将来，我们可以实现复杂业务逻辑的代码也通过人工智能对大量代码的训练和分析来实现吧。
我们在这里制作的代码生成器是按照开发过程中的通常思路设计的。我们的开发步骤一般是：需求分析->数据建模->数据库设计->编写后台代码(增、删、改、查)->写前台代码(增、删、改、查)->现场验证->业务逻辑改进->测试，希望代码生成器能够：
[En]
The code generator we make here is designed according to the usual thinking in the process of development. in general, our development steps are as follows: requirements analysis-> data modeling-> database design-> writing background code (add, delete, change and check)-> write foreground code (add, delete, change and check)-> field verification-> business logic improvement-> test, so we hope that the code generator can:
- 读取数据库表和字段
- 根据数据库字段生成实体类和CRUD方法
- 根据数据库字段生成前端操作页面
- 前端页面的展示方式可以根据需要配置（form表单、数据展示列表）
- 可以生成多表联合查询的代码
- 可以配置字段的校验规则
一、引入依赖的库
1、修改GitEgg-Platform项目中的gitegg-platform-bom工程的pom.xml文件，这里使用mybatis-plus-generator目前最新版本3.5.1来自定义我们需要的代码生成器。
pom.xml
```