【ruoyi-vue-pro】开源下载和安装教程
2026-02-04 04:42:26作者:段琳惟
1、项目介绍
ruoyi-vue-pro是基于Spring Boot 2.7/Vue3的前后端分离快速开发平台,主要特点:
- 采用MIT开源协议,可免费商用
- 支持SaaS多租户、工作流、数据权限等企业级功能
- 提供Vue3+Element Plus/Vben(ant-design-vue)多套前端方案
- 集成支付、短信、云存储等常用组件
2、项目下载位置
# 完整版(推荐)
git clone https://gitee.com/zhijiantianya/ruoyi-vue-pro.git
# 精简版
git clone https://gitee.com/yudaocode/yudao-boot-mini.git
3、项目安装环境配置

- JDK 8/17 + Maven 3.5+
- MySQL 5.7+
- Redis 5.0+
- Node.js 16+
4、项目安装方式
后端安装
# 导入SQL脚本(位于sql/目录)
mysql -uroot -p < ruoyi-vue-pro.sql
# 修改配置
vim yudao-server/src/main/resources/application-dev.yaml
# 启动服务
mvn spring-boot:run
前端安装
cd yudao-ui-admin-vue3
npm install
npm run dev
5、项目处理脚本
# 代码生成器(需先启动后端)
mvn clean compile exec:java -pl yudao-module-infra -Dexec.mainClass=cn.iocoder.yudao.module.infra.tool.CodeGenerator
# 构建Docker镜像
mvn clean package -DskipTests
docker build -t ruoyi-vue-pro .
说明:完整文档请参考项目doc.iocoder.cn中的《快速开始》章节
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
655
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
282
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
889
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
938
859
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
195