Wang-Template:简洁易用的报告生成系统
项目介绍
Wang-Template 是一款从实际生产平台中抽离出来的报告渲染模块,现已独立成为一个简洁易用的报告生成系统。该系统采用前后端分离的架构,专注于报告生成,支持对接任意数据源,并通过自定义模板生成各种类型的报告。无论是企业内部的报告生成需求,还是对外提供的数据分析报告,Wang-Template 都能轻松应对。
项目技术分析
核心技术栈
- Java 8+:作为后端开发语言,保证了系统的稳定性和性能。
- Spring 5.3.31:提供了强大的依赖注入和AOP功能,简化了开发流程。
- Spring Boot 2.7.18:快速构建独立的、生产级别的Spring应用,减少了大量的配置工作。
支持的数据源类型
- 关系型数据库 SQL:通过JDBC接口实现数据查询,已验证支持MySQL、Postgresql和H2数据库。
支持的报告类型
- Word报告:使用 poi-tl 支持Word模板的编辑,生成Word报告。
- 文本报告:使用 FreeMarker 支持任意文本报告的编辑,生成TXT、Markdown、HTML等格式的报告。
项目及技术应用场景
Wang-Template 适用于多种场景,包括但不限于:
- 企业内部报告生成:如财务报表、销售报告、运营分析等。
- 数据分析平台:作为数据分析结果的输出模块,生成可视化的报告。
- 智能客服系统:生成客服对话记录报告,辅助客服质量监控。
- 教育培训:生成学生成绩报告、课程进度报告等。
项目特点
1. 轻量化
Wang-Template 专注于报告生成,不涉及其他复杂功能,使得系统轻量化,易于部署和维护。
2. 可扩展
采用模块化架构和面向接口的设计,使得系统易于扩展,可以快速对接新的数据源和渲染方式。
3. 易整合
系统设计简洁,易于整合到其他系统中,作为报告生成功能的模块。
4. 更智能
整合了大文本人工智能服务,提供更智能化的报告生成能力,如自动数据分析、智能推荐等。
部署与使用
快速部署
参考 Docker Compose 的快速部署项目:
- Github: https://github.com/52jing/wang-template-compose
- Gitee: https://gitee.com/i52jing/wang-template-compose
后端部署
使用 Docker 部署
docker build -t wang-template-backend:1.0 .
docker run -d --name wang-template-backend -p 8000:8000 -v <path-to-config>/application-prod.yml:/opt/config/application-prod.yml wang-template-backend:1.0
手动部署
使用 Maven 构建打包:
mvn clean package -DskipTests
前端部署
使用 Docker 部署
docker build -t wang-template-admin:1.0 .
docker run -d --name wang-template-admin -p 8001:80 wang-template-admin:1.0
手动部署
使用 Vite 构建打包:
yarn build
系统截图
配置数据源

配置数据源参数

数据源详情

测试获取数据

配置模版

创建生成任务

查看结果

配置说明
配置文件
添加配置文件 application-prod.yml 或 application-prod.properties,可参考 app/src/main/resources/example-application-dev.yml 文件。
配置数据库
在 spring.datasource.druid 项下配置或在 mybatis-flex.datasource.master 下配置。
配置附件存储
附件存储基于 x-file-storage,支持本地存储、MinIO、公有云对象存储等。
配置报告分析(人工智能)
启用报告指标分析,并配置 Kimi API 密钥。
模版说明
模版上下文对象
所有的模版都注入了渲染的上下文对象,对象格式如下:
{
"templateName": "",
"datasourceName": "",
"params": {},
"envs": {
"year": 2024,
"month": 6,
"day": 12,
"dayOfWeek": 3,
"hour": 0,
"minute": 0,
"second": 0
},
"data": {}
}
Word模版
Word 模板基于 poi-tl,模版语法可参考官方文档。
文本模版
文本模版基于 FreeMarker,模板语法可参考官方文档。
后续计划
- 支持更多数据源
- 增加定时任务和生成计划
- 集成更多人工智能能力
Wang-Template 以其简洁易用、高度可扩展的特点,必将成为您报告生成需求的首选工具。立即体验,开启智能报告生成的新篇章!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00