RuoYi-Vue-Pro工作流与数据权限整合中的审批人信息展示问题分析
问题背景
在RuoYi-Vue-Pro项目中,当系统启用了"仅本人数据"的数据权限控制后,工作流模块的"我的流程"页面出现了审批记录信息显示不全的问题。具体表现为审批人姓名和所属部门信息无法正常展示,这给流程跟踪和审计带来了不便。
问题现象
当用户配置了以下角色和权限时会出现该问题:
- 运营角色:配置"仅本人数据"的数据权限
- 主管角色:配置"所有数据"的数据权限
运营人员提交审批流程后,在"我的任务"页面查看时,审批记录中的审批人信息和审批人部门信息显示为空。
技术原理分析
该问题的根本原因在于RuoYi-Vue-Pro的数据权限拦截机制与工作流模块的查询逻辑存在冲突:
-
数据权限拦截机制:当用户配置了"仅本人数据"权限时,系统会在数据查询时自动添加过滤条件,限制只能查询用户自己的数据。
-
工作流查询逻辑:工作流模块在查询审批记录时,需要关联查询审批人的部门信息(dept表),这部分查询也被数据权限拦截机制影响。
-
结果集处理:由于数据权限的限制,查询审批人部门信息的SQL被添加了额外的过滤条件,导致无法获取到完整的审批人信息。
解决方案
项目维护团队已经修复了该问题,主要解决思路包括:
-
权限控制调整:对工作流相关的查询接口进行特殊处理,在需要展示审批人信息的场景下,适当放宽数据权限限制。
-
查询逻辑优化:重构审批记录的查询逻辑,确保在获取审批流程基本信息的同时,能够正确获取关联的审批人信息。
-
缓存机制应用:对于频繁查询的审批人基本信息,考虑使用缓存机制减少数据库查询压力,同时避免数据权限的影响。
最佳实践建议
对于企业级应用开发中类似问题的处理,建议:
-
权限设计原则:在设计数据权限时,需要考虑特殊业务场景的需求,为关键业务流程保留必要的查询权限。
-
模块解耦:工作流引擎与业务系统的权限体系应当适度解耦,避免严格的权限控制影响流程可视化。
-
日志审计:对于放宽权限的特殊查询,应当记录详细的审计日志,确保系统安全性不受影响。
-
测试覆盖:在实现数据权限功能后,需要对各业务模块进行全面的测试验证,确保不影响核心业务流程。
该问题的修复体现了RuoYi-Vue-Pro项目团队对系统稳定性和用户体验的持续优化,也为其他基于该框架开发的系统提供了有价值的参考案例。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00