【亲测免费】 APIJSON:零代码、全功能、强安全 ORM 库
项目介绍
APIJSON 是由腾讯开源的一款零代码、全功能、强安全的 ORM(对象关系映射)库。它专为 API 而生,旨在通过自动化的万能通用接口,大幅降低开发和沟通成本,简化开发流程,缩短开发周期。APIJSON 特别适合中小型前后端分离的项目,尤其是创业项目、内部项目、低代码/零代码、小程序、BaaS、Serverless 等场景。
通过 APIJSON,前端可以定制任何数据、任何结构,而后端则无需再编写接口和文档。这不仅减少了前后端之间的沟通成本,还避免了因文档错误导致的开发问题。APIJSON 的万能通用接口能够实时满足各种新增和变更需求,真正实现了零代码开发。
项目技术分析
APIJSON 支持多种主流数据库,包括 MySQL、PostgreSQL、SQLServer、Oracle、DB2、TiDB、Dameng、ClickHouse、Elasticsearch、Presto、Trino、Snowflake、Databricks、Hive、Hadoop、Milvus、MongoDB、Cassandra、InfluxDB、TDengine、TDSQL、TencentDB 等。此外,它还支持多种编程语言和框架,如 Java、Go、C#、PHP、Node.js、Python、Lua 等,以及 Spring、SpringBoot、JFinal 等框架。
APIJSON 的核心功能包括:
- 万能通用接口:自动生成增删改查接口,无需手动编写。
- 自动生成文档:自动生成并维护 API 文档,支持静态检查。
- 权限校验:自动校验权限,防止 SQL 注入。
- 版本管理:自动管理 API 版本,确保兼容性。
- 跨库连表:支持复杂的跨库连表查询和 JOIN 嵌套子查询。
项目及技术应用场景
APIJSON 适用于多种应用场景,特别是那些需要快速迭代和频繁变更的项目。以下是一些典型的应用场景:
- 创业项目:创业公司通常需要快速开发 MVP(最小可行产品),APIJSON 的零代码特性可以大幅缩短开发周期。
- 内部项目:企业内部项目往往需要频繁的数据交互和接口变更,APIJSON 的万能接口和自动文档生成功能可以显著提高开发效率。
- 低代码/零代码平台:APIJSON 可以作为低代码/零代码平台的核心组件,提供强大的数据操作能力。
- 小程序:小程序开发中,前后端分离的需求非常普遍,APIJSON 可以简化接口开发和文档维护。
- BaaS(后端即服务):APIJSON 可以作为 BaaS 平台的基础服务,提供自动化的数据接口。
- Serverless:在 Serverless 架构中,APIJSON 可以快速生成和部署数据接口,减少后端开发工作量。
项目特点
APIJSON 具有以下显著特点:
- 零代码开发:通过万能通用接口,大部分 HTTP API 无需手动编写,自动生成增删改查接口。
- 全功能支持:支持多种数据库和编程语言,满足复杂的数据操作需求。
- 强安全保障:自动校验权限,防止 SQL 注入,确保数据安全。
- 自动文档生成:自动生成并维护 API 文档,减少文档编写和维护的工作量。
- 高效开发:大幅降低开发和沟通成本,简化开发流程,缩短开发周期。
- 灵活定制:前端可以自由定制数据和结构,满足各种个性化需求。
结语
APIJSON 作为一款由腾讯开源的 ORM 库,凭借其零代码、全功能、强安全的特性,已经在多个项目中展现了强大的实用价值。无论是创业公司、内部项目,还是低代码/零代码平台,APIJSON 都能提供高效、灵活的解决方案。如果你正在寻找一款能够大幅提升开发效率的工具,APIJSON 绝对值得一试。
项目地址:APIJSON GitHub
文档:通用文档
视频教程:Bilibili 视频教程
测试用例:APIJSON 测试用例
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