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!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111