Python AdminUI 开源项目教程
2025-05-21 00:09:22作者:凤尚柏Louis
1. 项目介绍
Python AdminUI 是一个基于 Flask/FastApi 的后端框架,它允许开发者使用 Python 快速构建 Web 界面,而无需编写 HTML、CSS 或 JS 代码。它适用于数据项目、工具和脚本、小型 IT 系统和管理系统等场景,特别适合那些不需要过多自定义样式或处理高流量性能的系统。
该项目结合了 Ant Design Pro 的前端组件,提供了一套完整的解决方案,包括表单、图表、数据表格和自适应移动设备的设计,使得开发者可以专注于业务逻辑而非界面设计。
2. 项目快速启动
首先,确保你已经安装了 Python 和 pip。以下是快速启动 Python AdminUI 的步骤:
# 安装 Python AdminUI
pip install adminui
# 创建一个简单的表单页面示例
from adminui import *
app = AdminApp()
def on_submit(form_data):
print(form_data)
@app.page('/', 'form')
def form_page():
return [
Form(on_submit=on_submit, content=[
TextField('标题', required_message="标题是必填项!"),
TextArea('描述'),
FormActions(content=[
SubmitButton('提交')
])
])
]
# 运行应用
if __name__ == '__main__':
app.run()
运行上述 Python 文件后,访问 http://127.0.0.1:5000/ 即可看到结果。
如果你想使用 FastApi,可以在创建 AdminApp 时设置 use_fastapi=True,并在命令行使用 uvicorn 运行应用。
3. 应用案例和最佳实践
表单处理
对于需要用户输入数据的场景,AdminUI 提供了表单组件,可以轻松创建和验证表单数据。
@app.page('/submit-form', 'form')
def submit_form_page():
def on_submit(form_data):
# 处理表单数据
pass
return [
Form(on_submit=on_submit, content=[
# 表单项
])
]
数据展示
数据表格是展示数据的好方法。AdminUI 支持分页和自定义列。
@app.page('/data-table', 'table')
def data_table_page():
# 数据源
data_source = [
{'name': '数据1', 'value': '值1'},
# 其他数据
]
return [
DataTable(data_source, columns=[
Column('name', '名称'),
Column('value', '值'),
])
]
图表应用
AdminUI 支持多种图表类型,如折线图、柱状图、饼图等。
@app.page('/charts', 'chart')
def charts_page():
# 图表数据
chart_data = {
'xData': ['类别1', '类别2'],
'yData': [120, 200],
}
return [
LineChart(chart_data)
]
4. 典型生态项目
AdminUI 作为一个开源项目,其生态系统还包括了一些典型的扩展和插件,例如:
- 数据库集成:与各种数据库系统(如 MySQL、SQLite、Excel 等)的无缝集成。
- 认证系统:基于 JWT 的认证和登录系统,带有一个简洁的登录页面。
- 移动适配:自动适配移动设备,无需额外编写代码。
通过以上教程,开发者可以快速上手 Python AdminUI,构建出满足各种需求的 Web 应用。
登录后查看全文
热门项目推荐
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 StartedRust041
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
老旧Mac系统升级:让过时设备重获新生的完整解决方案高效解决输入设备控制难题:Input Remapper的灵活配置与自定义控制指南FSearch:让Linux文件搜索快如闪电的索引式搜索工具3步攻克音乐歌词获取难题:智能云音乐歌词解决方案Awoo Installer:3大突破破解Switch游戏安装难题的全方位解决方案详解Oni-Duplicity:打造专属《缺氧》世界的全能存档编辑工具告别ADB命令行困扰:ADB Explorer让Android设备管理如此简单VoTT:计算机视觉标注工具的全流程实践指南Universal-IFR-Extractor实战指南:从功能解析到配置优化的完整路径3个步骤掌握GPT Researcher:从智能研究助手到自动化报告生成
项目优选
收起
暂无描述
Dockerfile
682
4.35 K
Ascend Extension for PyTorch
Python
523
632
Claude 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 Started
Rust
167
37
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
306
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++
950
896
暂无简介
Dart
926
229
🎉 (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
1.57 K
912
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
204
昇腾LLM分布式训练框架
Python
144
169