JeecgBoot · 工程化与运维

当传统低代码遇上大模型：JeecgBoot 如何用 AI 重写增删改查

想象一个场景：你是一家中小企业的技术负责人，老板突然要求两周内上线一套CRM系统，包含客户管理、销售漏斗、数据报表。传统开发方式需要3-5人的团队干两个月；而用JeecgBoot，也许两个人一周就能交付。这就是JeecgBoot想要解决的问题。

一、项目背景：七年磨一剑的国产低代码老将

JeecgBoot 起源于2018年，由北京国炬信息技术有限公司主导开发，至今已迭代至v3.9.2（2026年4月）。项目基于Apache-2.0协议开源，收获了超过46000颗GitHub Stars，稳居国内Java开源项目前列。与新兴的低代码平台不同，JeecgBoot的核心逻辑是低代码 + 零代码双模式并行：零代码适合业务人员通过可视化拖拽快速搭系统；低代码则面向开发者，通过配置生成前后端代码后仍可手工深度定制。

二、技术架构：Java全栈老炮的稳扎稳打

JeecgBoot采用Java + Vue3的经典全栈组合，后端基于Spring Boot 3.5.5（支持JDK 17/21/24/25），配合Spring Cloud 2025微服务框架和Spring Cloud Alibaba生态。持久层支持MySQL、PostgreSQL（含pgvector向量库）、Redis，以及人大金仓、达梦等国产数据库。前端则使用Vue3 + Vite + Ant Design Vue，通过Vue3 Dockerfile打包为Nginx镜像。架构上支持微服务和单体两种部署模式。

三、AI能力：被严重低估的核心亮点

如果只把JeecgBoot当成一个表单生成器，那就错过了它最激动人心的部分——内置的AIGC应用平台。该项目实际上包含两套并行系统：传统的低代码平台 + 类Dify的AI应用开发平台。AI应用开发平台提供：AI流程编排（RAG管道、知识库管理、模型管理）、实时运行可观测、对接pgvector向量数据库实现知识库问答、支持主流大模型（Claude、GPT、通义等）通过LangChain4j集成。AI辅助开发包括：AI Skills一句话画流程图、Online建表、CMS文章写作、Claude Code/Codex深度集成。Topics包含langchain4j、claude-code、codex、flowable、activiti——是面向AI时代的应用开发平台。

四、部署体验：一键启动，但硬件有门槛

JeecgBoot提供完整的docker-compose.yml，包含5个核心服务：MySQL（持久化业务数据）、Redis（缓存与Session管理）、PostgreSQL + pgvector（向量数据库，支持AI知识库检索）、Spring Boot后端（8080端口）和Vue3 Nginx前端（80端口）。克隆仓库后运行start-docker-compose.sh即可在30分钟内启动完整环境。硬件要求方面，GPU非必需（纯业务系统），但建议4GB+ RAM和20GB+磁盘空间。部分镜像托管在阿里云杭州仓库，国内网络访问速度良好。

五、开发体验：表单设计器的细节打磨

JeecgBoot的可视化表单设计器支持拖拽布局、字段类型选择（文本、日期、附件、级联等）、权限控制和数据联动。生成的前端代码基于Ant Design Vue，后端代码遵循Spring Boot标准三层架构，生成的代码可直接在IDE中打开并继续修改。流程引擎方面集成了Activiti和Flowable，满足复杂审批流程需求。文档质量较高，提供中文、日语、英语三语README，降低了国际化团队的使用门槛。

六、局限与挑战：大型项目的天花板

JeecgBoot并非银弹，以下场景需要谨慎评估：性能边界上，当单表数据量超过百万级时，纯MySQL的查询性能会显著下降；AI能力依赖外部大模型API，数据主权有严格要求的场景需要自行部署模型服务；深度定制后跟进新版本升级有一定工作量，不适合一次性项目。

七、行业意义：低代码赛道的差异化样本

46000+ Stars背后，JeecgBoot没有追随纯零代码的潮流，而是在低代码框架下保留了代码生成和手工定制的能力。在大模型时代，它又迅速集成了LangChain4j、Claude Code、RAG等能力，成为国内为数不多的低代码 + AI原生融合样本。对于AI开发者，JeecgBoot的AIGC平台部分（类Dify）值得研究——展示了如何在企业级Java架构上构建AI应用编排层。对于AI爱好者，它提供了最低成本的AI时代CRM/OA/ERP体验路径：一条命令跑起来，无需理解微服务、K8s或模型部署的复杂性。