JeeSite 开源项目安装与配置指南
2025-04-18 20:09:12作者:俞予舒Fleming
项目基础介绍
JeeSite 是一个基于 Java 的快速开发平台,它不仅是一个后台开发框架,更是一个企业级快速开发解决方案。JeeSite 的后端基于经典的 Spring Boot、Shiro、MyBatis 组合,前端则采用了分离版的 Vue3、Vite、Ant Design Vue、TypeScript 等先进技术栈,或是 Beetl、Bootstrap、AdminLTE 等经典开发模式。该项目提供了在线数据源管理、数据表建模、代码生成等功能,非常适合快速构建业务模块代码工程。
主要编程语言
- 后端:Java
- 前端:JavaScript (TypeScript)、Vue.js
项目使用的关键技术和框架
- 后端框架:Spring Boot、Shiro、MyBatis
- 前端框架:Vue3、Vite、Ant Design Vue
- 前端构建工具:Vite
- 代码质量工具:ESLint、Prettier、Stylelint
准备工作
在开始安装 JeeSite 项目之前,请确保您的开发环境中已经安装以下软件:
- JDK 1.8 或更高版本
- Node.js 18+
- Git
- Visual Studio Code 或其他代码编辑器
安装步骤
步骤 1:克隆项目
首先,您需要从 GitHub 上克隆项目到本地开发环境:
git clone https://github.com/thinkgem/jeesite.git
cd jeesite
步骤 2:安装依赖
接着,在项目根目录下,使用 Pnpm 安装项目依赖:
pnpm install
步骤 3:运行开发环境
安装完依赖后,可以通过以下命令启动开发环境:
pnpm dev
启动后,开发环境将加载文件较多,可能会需要一些时间来初始化。
步骤 4:编译打包
在开发完成后,您需要编译打包项目以便在生产环境中使用:
pnpm build
打包完成后,会在根目录生成 dist 文件夹,其中包含了部署所需的静态文件。
步骤 5:配置后端服务
为了使前端与后端服务对接,您需要在 .env.development 文件中配置后端接口的代理设置:
VITE_PROXY = [["/api", "http://127.0.0.1:8080/api", true]]
这里的 /api 是前端请求的路径,http://127.0.0.1:8080/api 是后端服务的实际地址,true 表示保持 Host 头。
步骤 6:启动后端服务
最后,启动您的后端服务,确保它与前端配置的代理设置相对应。
以上步骤完成了 JeeSite 的基本安装和配置。您现在可以开始进行二次开发或自定义配置以满足您的项目需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137