数据模型与流转
Zion 是一个全栈的无代码开发平台。在这里，数据不仅是前端用来展示的信息，更是驱动整个系统（包括用户界面、后端业务逻辑、AI 智能体）运转的血液。
建立一个专业的数据心智，需要摒弃“数据只是为了给前端看”的狭隘观念，将整个应用视为一个数据处理管网。UI 组件、后端行为流、AI Agent 等，都是这张管网上的“节点”。
在这个管网中，完整的 Zion 数据流转模型包含四个核心环节：存储、生产与更新、传递与分发、以及消费与加工。
1. 存储：数据的持久化底座
任何系统的基石都是数据存储。在 Zion 中，应用的核心资产拥有两大主要归宿：
自建关系型数据库
Zion 提供内置的高性能关系型数据库。应用数据被组织在不同的实体表（如：用户表、订单表）中，通过一对一、一对多、多对多的表间关联，建立起复杂的数据网络。写入此处的数据是应用中所有终端共享的“单一真实来源”。
第三方 API 数据源
除了自建表，Zion 同样将外部集成的第三方系统（如：外部的 ERP 系统、第三方天气接口）视为平等的底层数据提供者。系统可以将外部数据以虚拟的结构化形式接入本地的数据管网中。
进一步阅读：
2. 生产与更新：谁在创造数据？
数据不会凭空产生。在 Zion 全栈体系中，数据的“生产”与“更新”是指将新信息注入系统管网的过程。这些信息的生产者是多元的：
前端交互驱动
用户在页面上提交表单、点击按钮触发“数据库操作”行为。这是最常见的场景，直接将用户的显性意图转化为真实数据写入数据库。
后端自动化驱动
通过定时任务或第三方 Webhook（如：接收到微信支付成功的回调），触发后端的行为流。这是一种完全脱离人工干预的自动化数据生产过程，例如自动生成流水账单。
智能推理与人工运维
- AI 驱动：AI 智能体根据知识库与对话上下文，生成总结报告或分析结果，并将这些非结构化的产物结构化地写入数据库。
- 运维驱动：管理员在后台，通过在线表格界面直接新增，或者通过 Excel/CSV 文件批量导入历史存量数据。
进一步阅读：
3. 传递与分发：让数据在系统中流动
沉睡在数据库或外部系统里的数据，必须被传递到需要它的地方才能产生价值。Zion 提供了一套灵活的连接机制，让数据在“生产端”与“消费端”之间高效流转：
铺设数据源管道
数据源声明相当于铺设将底层数据拉取到执行环境的“输水管道”。你可以将“数据表”或“第三方 API”声明为数据源。
- 在前端：这表现为给页面或列表组件配置查询绑定。
- 在后端：这表现为在行为流中添加“数据库查询”节点或“API”节点。
承载临时状态的变量与参数
并不是所有数据都需要存入数据库。用户的临时搜索词、页面跳转时传递的商品 ID、行为流运算过程中的中间值，这些“瞬态数据”由变量（如：页面变量、客户端变量、行为流变量）和参数来承载，充当不同节点间通信的桥梁。
进一步阅读：
- 原理理解：变量和参数
- 实操指南：获取数据源与数据绑定
4. 消费与加工：多维度的节点处理
当数据通过“数据源”管道流出，或被“变量”传递到位后，它将面临不同性质的处理节点（即数据的“消费者”）：
视图节点
前端 UI 组件（如文本、图片、列表）消费数据的主要目的是向用户展示。组件通过数据绑定功能，将管道中的抽象数据精准映射为屏幕上可见的视觉元素。
逻辑节点
后端行为流节点（如条件判断、循环、代码块）消费数据的目的是执行业务规则。例如，它接收订单金额和用户等级数据，进行复杂的折扣计算，并将计算结果作为“新数据”二次生产写回数据库。
智能节点
AI 智能体消费结构化的业务数据和用户非结构化的提示词，将其转化为大语言模型（LLM）的上下文，进行深度的意图理解和结果生成。
5. 全局互联：数据绑定与可视化追踪
在这个涵盖了“存储、生产、传递、消费”的全栈生态中，所有独立的节点和管道并不是自动连通的。它们需要一套明确的机制来进行缝合与对接。
规范的数据绑定语法
数据绑定 是平台中连接生产方与消费方的万能胶水。在 Zion 中，你应该始终遵循规范的数据绑定语法：
当前用户.用户名（在任何位置获取当前登录用户的用户名）行为流名称.变量名.字段名（在后端逻辑中，跨节点访问某行为流下变量的字段值）查询名称.字段名（在前端展示时，将页面级查询的数据注入组件）
数据鸟瞰图追踪
建立起这套“数据从哪里生产，存在哪里，如何传递，又被哪些节点消费加工”的全栈心智后，应用的复杂度将不再是瓶颈。为了更直观地查看这些错综复杂的关系，你还可以使用平台提供的数据鸟瞰图功能来进行全局排查。