【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
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 StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07