JeecgBoot：AI与低代码重塑企业级Java开发，Spring Boot 3 + Vue 3全栈实战

1. 项目概述：当AI遇上低代码，JeecgBoot如何重塑企业级开发

如果你是一名Java全栈开发者，或者正在为企业内部系统、SaaS应用、CRM/ERP/OA等管理后台的重复性CRUD工作感到疲惫，那么JeecgBoot这个名字你可能已经听过。但今天，它早已不是几年前那个单纯的代码生成器了。经过多年的迭代，特别是近期的AI化升级，JeecgBoot已经进化为一款集“AI应用平台”与“AI驱动低代码开发平台”于一体的企业级解决方案。简单来说，它想解决的核心痛点就一个：用AI和低代码，干掉Java项目中那80%的重复、繁琐、不产生核心业务价值的编码工作。

我接触JeecgBoot大概是在三年前，当时它给我的印象是一个“很能打”的代码生成器，能快速搭建后台管理系统的骨架。但这两年，随着AI浪潮席卷，JeecgBoot的迭代速度让我这个老码农都感到惊讶。它不再满足于仅仅生成代码，而是将AI能力深度融入开发流程的每一个环节——从需求理解、数据库设计、前后端代码生成，到流程绘制、表单设计，甚至到构建一个完整的AI知识库或智能对话应用。这背后反映的是一个清晰的趋势：未来的企业级开发，必然是“AI智能生成”与“低代码可视化配置”双轮驱动，而JeecgBoot正在这个赛道上全力奔跑。

那么，JeecgBoot具体能做什么？它适合谁？对于技术决策者而言，它是一个能显著降低开发成本、加速项目交付、同时保持技术栈先进性和系统可扩展性的基础平台。对于一线开发者，它意味着你可以从无穷无尽的增删改查、权限配置、报表开发中解放出来，将精力聚焦在真正的业务逻辑和创新上。对于业务人员或产品经理，其零代码模式甚至允许你通过自然语言描述，快速搭建出可用的业务原型。接下来，我将结合自己深度使用的经验，为你拆解这个平台的架构、核心能力、实操要点以及那些官方文档里不会写的“坑”与技巧。

2. 核心架构与技术栈解析：为什么是Spring Boot 3 + Vue 3？

选择任何一个开发平台，其底层技术栈的先进性与稳定性是首要考量。JeecgBoot在这方面做出了非常明确且前沿的选择，这直接决定了它的性能、可维护性和未来生命力。

2.1 后端技术栈：拥抱Spring生态的“现在进行时”

JeecgBoot的后端核心基于Spring Boot 3.5.5和Spring Cloud Alibaba 2023.0.3.3。这个选择非常关键：

• 为什么是Spring Boot 3？Spring Boot 3是基于Spring Framework 6的重大升级，默认支持Java 17+，带来了更好的性能、更清晰的模块划分以及对GraalVM原生镜像的初步支持。这意味着基于JeecgBoot构建的应用，在启动速度、内存占用方面有先天优势，也为未来向云原生、Serverless架构演进铺平了道路。对于企业级应用，使用主流且活跃的框架版本，能获得长期的安全更新和社区支持，避免技术债务。
• 为什么是Spring Cloud Alibaba？在国内的微服务生态中，Spring Cloud Alibaba提供了与阿里云产品无缝集成的能力，其核心组件如Nacos（服务发现与配置中心）、Sentinel（流量控制）、Seata（分布式事务）都经过了大规模生产实践的检验。JeecgBoot支持单体与微服务架构的自由切换，这得益于它对Spring Cloud Alibaba的良好封装。你可以在开发初期使用单体模式快速验证，业务复杂后平滑过渡到微服务，这种灵活性对项目演进至关重要。
• 持久层与安全：采用Mybatis-Plus 3.5.12作为ORM框架，其强大的CRUD封装和Lambda查询能力，极大地简化了数据库操作。安全框架则提供了多套方案：默认的Apache Shiro 2.0，以及可选的Spring Authorization Server和Sa-Token。这种多选一的设计，让团队可以根据自身技术偏好或合规要求进行选择。例如，如果你的团队更熟悉OAuth 2.1标准，那么选择Spring Authorization Server分支会是更自然的选择。

实操心得：关于版本选择官方提供了多个分支（main, springboot3_sas, springboot2等）。对于新项目，我强烈建议直接使用main分支（Spring Boot 3 + Shiro）或springboot3_sas分支（Spring Boot 3 + Spring Authorization Server）。Spring Boot 2.x分支主要是为了兼容历史JDK8项目，新项目没有理由不拥抱Java 17+和Spring Boot 3带来的新特性。在启动前，务必确认本地环境已安装JDK 17或更高版本，以及Maven 3.6+。

2.2 前端技术栈：Vue 3生态的全面拥抱

前端采用Vue 3 + TypeScript + Vite 6 + Ant Design Vue 4这一套当前最前沿的组合。

• Vue 3与Composition API：相比Vue 2的Options API，Composition API提供了更灵活的逻辑复用和组织方式，对于构建复杂的大型前端应用更加得心应手。JeecgBoot的前端组件已全面基于此重构。
• Vite的极速体验：使用Vite作为构建工具，替代了传统的Webpack。最大的感受就是快。项目启动从原来的几十秒缩短到几秒，热更新几乎瞬间完成，这对开发效率的提升是颠覆性的。
• Ant Design Vue 4：这是企业级中后台设计语言Ant Design的Vue 3实现。JeecgBoot不仅使用了其组件，还进行了大量二次封装，形成了如JVxeTable（高性能可编辑表格）、JPopup（增强弹窗）等业务组件，开箱即用。
• 状态管理与工具链：使用Pinia进行状态管理，比Vuex更简洁直观。同时集成了UnoCSS进行原子化CSS开发，以及VxeTable处理复杂表格场景。

2.3 数据库与国产化信创支持

这是一个容易被忽略但对企业选型至关重要的点。JeecgBoot通过Mybatis-Plus的方言适配，一套代码即可兼容MySQL、PostgreSQL、Oracle、SQL Server、达梦、人大金仓、TiDB等主流数据库。这意味着你无需因为数据库选型的变化而重写数据访问层代码。

在国产化替代浪潮下，其对麒麟操作系统、东方通TongWeb中间件、达梦/金仓数据库的兼容性，使其能够平滑地进入政务、金融、国企等对信创有硬性要求的领域。官方也提供了详细的 信创部署文档 ，降低了迁移成本。

3. AI驱动开发深度实战：从“一句话”到“一个系统”

这是JeecgBoot最具革命性的部分。它不仅仅接入了大模型API，而是构建了一套名为“Skills”的技能体系，将自然语言直接转化为可执行的开发动作。

3.1 AI Skills技能体系详解

Skills本质上是一系列预定义的工具函数，通过Claude Code、Cursor等AI编程助手的“@”功能调用。目前核心技能包括：

工作流程示例：创建一个“员工信息管理”模块

1. 需求描述：在AI编程助手中输入：@jeecg-codegen 我需要一个员工信息管理模块，包含字段：员工编号（唯一）、姓名、性别、部门、入职日期、手机号、邮箱。需要支持增删改查、导入导出和按部门筛选。
2. AI解析与生成：AI会理解你的需求，调用jeecg-codegen技能，生成：
   • sys_employee表的建表SQL（包含字段、索引、注释）。
   • 完整的Java后端代码：EmployeeController.java,EmployeeService.java,EmployeeMapper.java,Employee.java(实体类)。
   • 完整的Vue3前端代码：EmployeeList.vue(列表页)，包含查询表单、表格、新增/编辑弹窗。
   • 菜单和权限配置的SQL脚本。
3. 落地运行：将生成的SQL在数据库中执行，将Java和Vue代码分别放入项目对应目录，重启应用。一个功能完整的员工管理模块就上线了，前后端联调、基础校验都已内置。

3.2 零代码（Online）模式 vs 代码生成模式

这是JeecgBoot提出的“双模驱动”核心，理解两者的区别和适用场景是关键。

• 零代码（Online）模式：

  • 操作方式：完全在平台的可视化界面上进行配置。通过“在线表单”功能，拖拽字段、设置规则、配置列表和表单。
  • 产物：配置信息存入平台元数据库，运行时通过引擎动态渲染页面和处理逻辑。
  • 优点：极致快速，业务人员经过简单培训即可上手；修改灵活，无需重启服务；天然支持多租户等高级特性。
  • 缺点：对于极其复杂的业务逻辑、特殊的性能优化或需要深度定制UI交互的场景，会显得力不从心。
  • 适合：标准化的数据管理功能（如基础数据维护、内容管理）、需要频繁调整的业务原型、交给业务部门自维护的简单应用。

• 代码生成模式：

  • 操作方式：通过AI Skills或传统代码生成器，生成标准的Java/Vue源代码文件。
  • 产物：可读、可修改的源代码文件，与手写代码无差异。
  • 优点：灵活性极高，生成后的代码你可以任意修改、优化、集成第三方库；性能可控；符合传统开发习惯，便于纳入CI/CD和代码版本管理。
  • 缺点：需要一定的开发知识进行代码合并和后续维护；修改功能需要重新编码和部署。
  • 适合：核心业务模块、需要复杂计算或外部集成的功能、对性能和UI有特殊要求的场景。

核心建议：混合使用策略在实际项目中，我通常采用“80/20”混合策略。80%的标准功能（如各种基础数据表、简单的业务单据）使用零代码模式快速搭建，迅速满足业务需求。剩下20%的核心复杂业务（如涉及复杂工作流、特定算法、与外部系统深度集成）则使用代码生成模式，生成基础代码后再进行深度手工开发。这样既保证了整体开发效率，又为核心功能保留了最大的灵活性和可控性。JeecgBoot的“OnlineCoding”理念正是为此而生：在线配置解决共性问题，代码生成解决个性问题，最后手工Merge实现完美融合。

3.3 AI应用平台：构建企业专属的“ChatGPT”

除了驱动开发，JeecgBoot内置的AI应用平台允许你快速构建类似Dify、Coze的AI智能体应用。这相当于在你自己的系统中内置了一个AI中台。

1. AI模型管理：统一接入和管理多种大模型，如ChatGPT、DeepSeek、Ollama（本地部署）、智谱、通义千问等。你可以配置不同模型的API Key、基础URL和参数，并在应用中按需调用。
2. 知识库问答（RAG）：这是企业落地的关键。你可以上传公司内部的文档（Word、Excel、PDF、Markdown等），平台会自动进行文本分割、向量化（支持多种向量数据库），并构建索引。当用户提问时，系统会先从知识库中检索相关片段，再连同问题一起发送给大模型，从而得到基于企业私有知识的精准回答，避免大模型“胡言乱语”。
3. 流程编排（AI Flow）：通过拖拽方式，将大模型调用、条件判断、API调用、知识库检索等节点连接起来，构建复杂的AI工作流。例如，可以编排一个“客户服务助手”：先根据用户问题检索知识库，然后调用大模型生成回答，再调用情感分析节点判断用户情绪，最后决定是直接回复还是转接人工。
4. MCP（Model Context Protocol）插件：这是一个前瞻性功能。MCP允许AI模型安全、可控地调用外部工具和API。在JeecgBoot中，你可以配置MCP插件，让AI助手不仅能聊天，还能执行具体的业务操作，如“查询上个月的销售额”、“为张三创建一张请假单”。

实操场景：我曾为一个电商团队用此功能在一天内搭建了一个“智能客服培训系统”。将产品手册、客服话术、历史工单导入知识库，新客服入职后，可以直接与AI助手对话，模拟客户问题，AI基于知识库给出标准回答和参考话术，培训效率提升显著。

4. 低代码核心功能实操与避坑指南

抛开AI光环，JeecgBoot本身的低代码能力已经非常成熟。这里重点讲几个高频使用且容易踩坑的功能。

4.1 Online在线表单：不仅仅是“拖拽建表”

很多人把Online表单理解成一个高级的数据库建表工具，其实远不止于此。

• 字段类型与控件：除了常规的输入框、下拉框，它支持富文本编辑器、图片上传、省市区联动、用户部门选择、弹出式选择（例如选择商品）、子表（一对多）等23种控件。关键技巧：对于“弹出式选择”控件，务必在“字典配置”中正确设置“显示字段”和“存储字段”。例如，选择用户时，显示“姓名”，存储“user_id”。
• 表单规则与校验：支持必填、唯一性、格式（手机、邮箱）、自定义正则表达式等校验。常见坑点：“唯一性校验”需要数据库中有对应字段的唯一索引，否则并发时可能失效。建议对于关键业务字段，还是在数据库层面建立唯一约束。
• 列表页配置：可以配置表格列、排序、查询条件、操作按钮（增删改查、导入导出）。性能注意：当数据量很大（超过10万条）时，避免在列表页配置过多的“关联查询”字段（如显示部门名称而非部门ID），这会导致SQL联表查询，影响性能。此时应通过代码生成模式，在后端进行优化。
• 权限控制：这是JeecgBoot的强项。除了菜单和按钮权限，还支持数据权限。例如，设置“部门经理只能查看本部门数据”。配置路径在“系统管理-数据权限规则”。实操心得：数据权限的配置逻辑相对复杂，建议先在测试环境充分验证，理解其“规则条件”和“授权策略”的匹配逻辑。

4.2 报表与大屏设计器：告别硬编码图表

集成的是自研的JimuReport和JimuBI。

• JimuReport（报表）：类似帆软Report，支持类Excel式的拖拽设计，连接多种数据源（SQL、API、Java Bean），输出PDF、Excel、Word等格式。核心技巧：对于复杂SQL报表，建议在“数据集”中先写好SQL并调试通过，再拖拽字段到设计器。善用“分组”、“合计”、“条件样式”功能。
• JimuBI（大屏/仪表盘）：专注于数据可视化。提供丰富的图表组件和地图组件，支持数据刷新、联动下钻。避坑指南：
  1. 分辨率适配：设计时最好按照最终展示屏幕的分辨率来设置画布大小。可以使用“缩放适应”功能，但复杂布局可能会错乱。
  2. 数据源性能：大屏通常是实时或准实时数据，要确保背后查询的SQL或API性能足够快，避免页面卡顿。对于大数据量，务必考虑增加缓存。
  3. 动态数据：配置API数据源时，注意返回的数据结构必须与图表组件要求的格式严格匹配。建议先用Postman等工具调试好API。

4.3 工作流引擎（Flowable）集成

JeecgBoot深度集成了Flowable，实现了流程与表单的“松耦合”。

• 流程设计：在线绘制BPMN流程图，定义节点（用户任务、网关、自动服务等）。
• 表单关联：流程每个节点可以绑定不同的表单（Online表单或自定义表单）。这意味着同一个业务流程，在审批链的不同环节，可以展示和填写不同的字段。
• 业务集成：这是开发的核心。在流程的“任务监听器”或“执行监听器”中，可以注入Spring Bean，编写Java代码来实现复杂的业务逻辑，如自动计算、调用外部接口、发送消息通知。
• 常见问题：
  • 流程版本：修改已部署的流程定义会生成新版本，旧实例仍按旧版本运行。对生产环境的流程修改要谨慎，通常建议新建一个流程Key。
  • 历史数据：Flowable会保存详细的流程历史数据，长期运行后ACT_HI_*表会非常庞大，需要定期归档或清理。
  • 人员选择器：默认的人员选择是基于用户ID，在实际项目中，通常需要根据角色、部门等动态计算审批人，这需要重写TaskAssigneeResolver之类的解析器。

5. 项目启动、部署与性能调优实战

5.1 本地开发环境一键启动

对于初学者，最快的方式是使用Docker Compose。

1. 克隆项目：git clone https://github.com/jeecgboot/JeecgBoot.git
2. 进入目录：cd JeecgBoot/docker
3. 修改配置：编辑docker-compose.yml和.env文件，主要确认MySQL、Redis的端口和密码不要冲突。
4. 一键启动：docker-compose up -d
5. 访问：前端http://localhost:3100， 后端APIhttp://localhost:8080/jeecg-boot， 账号admin/123456。

注意：Docker方式默认使用MySQL。如果你需要连接其他数据库，或者想进行代码开发，建议使用IDEA本地启动。具体步骤参考官方文档《IDEA启动前后端》，核心是导入Maven项目，配置好application-dev.yml中的数据库连接，然后运行JeecgSystemApplication主类。前端则需要Node.js 20+和pnpm，执行pnpm install和pnpm run dev。

5.2 生产环境部署考量

1. 部署模式选择：

   • 单体架构：适合大多数内部管理系统、用户量不大的SaaS应用。部署简单，一个Jar包+前端静态资源即可。
   • 微服务架构：适合大型复杂系统、需要高并发、多团队独立开发部署的场景。需要部署Nacos、Gateway、各业务微服务等组件，运维复杂度高。
   • 建议：除非有明确的分治和弹性伸缩需求，否则从单体开始。JeecgBoot的单体架构经过优化，能支撑不小的并发。后续真有需要，可以参照官方指南拆分为微服务。

2. 性能调优要点：

   • JVM参数：生产环境务必配置JVM堆内存参数（-Xms,-Xmx），建议设置为系统可用内存的50%-70%。使用G1垃圾收集器：-XX:+UseG1GC。
   • 数据库连接池：默认使用Druid，监控其SQL执行情况非常重要。关注application.yml中的spring.datasource.druid配置，特别是initialSize、maxActive、maxWait等参数，根据数据库压力调整。
   • Redis缓存：大量使用缓存来提升菜单、字典、权限等数据的加载速度。确保Redis有足够内存，并设置合理的过期策略。
   • 静态资源分离：将前端打包后的静态文件（dist目录）部署到Nginx或CDN上，减轻应用服务器压力。后端Jar包只提供API服务。
   • SQL优化：Online表单生成的复杂查询，当数据量大时可能较慢。利用JeecgBoot提供的“SQL监控”功能（集成Druid），找出慢SQL，并通过代码生成模式对其进行优化，如添加索引、重写查询逻辑。

5.3 常见问题排查（FAQ）

1. 启动报错：Failed to configure a DataSource

   • 原因：最常见。数据库连接失败。
   • 解决：检查application-dev.yml中的数据库URL、用户名、密码。确保数据库服务已启动，且数据库名jeecg-boot已创建。

2. 前端启动报错：Cannot find module或Error:0308010C

   • 原因：Node.js版本过低或依赖未安装。
   • 解决：确保Node.js版本为20.19+，使用node -v和pnpm -v检查。删除node_modules和package-lock.json，重新执行pnpm install。

3. Online表单列表页查询慢

   • 原因：列表配置了过多的关联字段，或基础表数据量过大且无索引。
   • 解决：① 进入表单配置，检查列表字段，移除非必要的关联显示字段。② 为查询条件涉及的表字段添加数据库索引。③ 对于超大数据表，考虑放弃Online模式，用代码生成模式手写分页和查询逻辑。

4. 代码生成器生成的代码，字段类型不对或缺失

   • 原因：AI理解需求有偏差，或数据库表字段注释不清晰。
   • 解决：生成代码后，第一件事就是仔细Review生成的实体类（Entity），核对字段名、类型（特别是日期、金额）、注释。在jeecg-codegen技能描述中，尽量用更精确的语言，如“日期字段birthday，类型为date（仅日期）”。

5. 打包后访问前端，菜单或页面空白

   • 原因：前端路由模式或静态资源路径配置问题。
   • 解决：检查前端vite.config.ts中的base配置，确保与后端部署的上下文路径匹配。如果是历史模式路由（无#），需要配置Nginx将所有非静态资源请求重定向到index.html。

6. 项目定制化与二次开发策略

JeecgBoot是一个平台，而非一个固化的产品。如何在其基础上进行高效的二次开发，是项目成功的关键。

1. 理解项目结构：

   • jeecg-module-system: 系统核心模块（用户、角色、菜单、字典等）。
   • jeecg-module-ai: AI应用平台模块。
   • jeecg-module-online: 在线开发模块。
   • 你的业务代码，建议新建独立的Maven模块，如jeecg-module-biz，通过依赖关系引入核心模块。

2. 自定义代码生成器模板：官方提供了4套模板，但每个公司都有自己独特的代码规范和风格。你可以复制jeecg/jeecg-boot/jeecg-module-system/src/main/resources/templates下的模板文件，进行修改。例如，统一添加公司版权注释、修改Service层的异常处理方式、在前端组件中统一引入某个工具库。修改后，在代码生成器界面选择你的自定义模板即可。

3. 扩展Online表单功能：Online表单提供了“Online表单增强”功能。你可以在生成的Online表单页面基础上，通过自定义按钮、挂载自定义Vue组件、编写JS增强脚本等方式，实现更复杂的交互和业务逻辑。这相当于在零代码的便捷性和代码的灵活性之间找到了一个平衡点。

4. 权限体系深度定制：JeecgBoot的权限基于Shiro（或Spring Security），颗粒度可以到按钮和数据行。如果默认的权限逻辑不满足，例如需要实现“岗位权限”或“动态数据权限”，你需要深入了解ShiroFilterChainDefinition和自定义的Realm，以及数据权限中DataPermissionRule的实现机制。这部分有一定难度，但一旦打通，系统的安全性将得到极大加强。

5. 与现有系统集成：

   • 单点登录（SSO）：JeecgBoot提供了CAS集成的示例，你也可以轻松集成OAuth 2.0、JWT等方案。
   • 数据同步：利用“多数据源”功能，可以直接从其他业务库读取数据。对于复杂的ETL或实时同步，建议在业务模块中编写定时任务或监听消息队列。
   • API开放：系统内置了基于AK/SK的OpenAPI功能，可以方便地为移动端或第三方系统提供安全的数据接口。

从我多年的使用经验来看，JeecgBoot最大的价值在于它提供了一套高度可扩展的基座。AI和低代码能力让你快速完成从0到1的构建，而它标准的Spring Boot+Vue技术栈、清晰的模块划分、完善的权限和基础设施，又确保了你能稳稳地从1走到100。它不是一个“黑盒”产品，而是一个“白盒”框架，所有生成和运行的代码对你都是透明的，这给了技术团队最大的掌控感和安全感。在追求开发效率的今天，既能享受AI和低代码的红利，又不失技术上的自主权，这或许是JeecgBoot在企业级市场越来越受青睐的根本原因。