百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

【推荐】强&牛!一款开源免费的功能强大的代码生成器系统!

ztj100 2025-04-30 21:20 23 浏览 0 评论

今天,给大家推荐一个代码生成器系统项目,这个项目目前收获了 5.3K Star,个人觉得不错,值得拿出来和大家分享下。这是我目前见过最好的代码生成器系统项目。功能完整,代码结构清晰。

项目介绍


本项目是一款快速开发模块化脚手架,采用spring boot 2.0.1、spring、SpringMvc、mybatis、shiro、activiti工作流、swagger、ehcache、redis、quartz、freemarker、layui技术开发;博客采用vue前后分离,持久层集成tkmapper丰富简单数据交互,支持mysql/sqlserver数据源,实现功能有系统模块:菜单管理、用户管理、角色管理,系统监控:系统日志、接口api、sql监控、可配置化定时任务,工作流程管理:流程管理(动态给节点配置角色)、模块列表(新建编辑发布流程)、请假流程、待办任务。博客模块为单独的前端后台多页面,服务为lenosp,本项目会一直维护并集成新的技术,给您的开发节约时间成本。扩展:接私活儿

功能说明

  • 项目目前拥有
  • 系统管理:菜单管理、用户管理、角色管理
  • 统一查询 pagehelper分页,查询调用BaseServiceImpl show model set数据,传入T,配合xml编写,即可自定义查询。另外搜索公众号程序员小乐后台回复“即时通讯”,获取一份惊喜礼包。
  • 采用shiro技术,可配置化权限管理,精确到按钮(也可以是某一元素)功能分配
  • 登录次数校验,超出定义次数后冻结一段时间账号
  • 系统监控:系统日志、接口api、系统监控、可配置定时任务
  • 前端可配置化定时任务。
  • 采用swagger可视化出实时方法格式以及数据属性,采用阿里druid监控sql。
  • 工作流程管理:完全实现模块化,无侵入。监听用户角色信息到引擎数据表中
  • 流程管理:动态给发布流程分配角色,无需手动写死,灵活可变
  • 模块列表:新建、编辑、发布流程,前端实现完全可配置化建立流程图
  • 请假流程:提供一个请假示例,让您很快熟悉流程
  • 待办任务:个人需要办理的流程任务
  • 如果不喜欢工作流,可以直接删除 len-activiti模块
    并在len-web/pom.xml、父 pom.xml 删除依赖以及模块,删除application.java 中对activiti的扫描即可完全删除工作流模块。扩展:神仙接私活神器,牛到不行,绝了!
  • 技术

  • jdk:1.8
  • 核心框架:spring boot 2.1.12.RELEASE
  • 安全框架:Apache Shiro
  • 工作流引擎:Activiti
  • 数据库连接池:druid
  • 视图框架:spring mvc
  • 持久层框架:MyBatis
  • 模板引擎:freemarker缓存:redis、ehcache定时:quartz 2.3.0
  • 前端页面:layui
  • 博客前端:vue、iview
  • 功能演示

    • 登录账号:admin 密码:123456




    • 完全模块化工作流引擎,可视化建立编辑,动态分配节点处理人
    • 监听器监听系统用户、角色实时同步到工作流引擎表
    • 提供请假流程示例关注GitHub猿
    • 菜单管理分为一级菜单 二级菜单 按钮(也可以是元素)权限
    • 用户可以上传头像
    • 自定义定时类,实现Job,前端配置定时类,即可控制任务类,已实现定时类获取spring上下文,
    • 项目启动加载完bean后利用spring boot监听开启一个线程,检测已启动的定时任务,进行开启
    • 日志监控 利用aop 自定义拦截日志持久化到数据库并对数据进行监控
    • 自定义freemarker标签 lenInclude 灵活赋值和引用其他页面 如果对你有帮助,可以打赏请作者喝杯咖啡。

    如果你对源码感兴趣,请点赞+转发+关注+私信【代码生成器】。

    欢迎点赞+转发+关注!大家的支持是我分享最大的动力!!!

    相关推荐

    其实TensorFlow真的很水无非就这30篇熬夜练

    好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

    交叉验证和超参数调整:如何优化你的机器学习模型

    准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

    机器学习交叉验证全指南:原理、类型与实战技巧

    机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

    深度学习中的类别激活热图可视化

    作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

    超强,必会的机器学习评估指标

    大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

    机器学习入门教程-第六课:监督学习与非监督学习

    1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

    Python教程(三十八):机器学习基础

    ...

    Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

    你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

    超全面讲透一个算法模型,高斯核!!

    ...

    神经网络与传统统计方法的简单对比

    传统的统计方法如...

    AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

    ...

    自回归滞后模型进行多变量时间序列预测

    下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

    苹果AI策略:慢哲学——科技行业的“长期主义”试金石

    苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

    时间序列预测全攻略,6大模型代码实操

    如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

    AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

    ...

    取消回复欢迎 发表评论: