JeecgBoot 3.9.5 实测指南：AI Skills 生成代码的边界在哪里
JeecgBoot 是企业级 AI 低代码平台，一句话即可生成前后端完整系统，内置 AI 聊天、知识库、流程编排与 MCP 插件能力。
秒懂
- 它是什么？
- JeecgBoot 是一个把 AI 生成、在线配置和代码生成器拼在一起的企业级低代码平台。本文基于 3.9.5 版本仓库与文档，拆解它的 Skills 工作流、启动方式、权限模型，并指出它在灵活性与锁定风险之间的取舍。
- 适合谁用？
- JeecgBoot 适合已有 Java 技术积累、需要快速搭建 MIS、OA、ERP 或 CRM 骨架，并且愿意接受其代码生成器输出风格的团队。它不适合追求完全可视化零代码、或对前端框架有强定制要求的项目，因为生成的 Vue3 代码和 Online 表单的耦合度较高，手工合并会消耗额外精力。
- 能商用吗？
- 可以。Apache-2.0 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 4 天前。
- 用什么语言写的？
- 主要是 Java（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决什么问题，以及为谁准备
JeecgBoot 瞄准的是 Java 后端项目里大量重复的增删改查、菜单权限和表单页面。按 README 的说法，它要解决 Java 项目 70% 到 90% 的重复工作，具体数字在不同段落有出入，但指向一致。平台提供两条路：零代码模式面向业务人员，在线配置表单和报表，不需要写代码；低代码模式面向开发者，用 AI 生成前后端代码、建表 SQL 和菜单权限，生成后手工合并进项目。适合的团队是那些已经用 Spring Boot 和 MyBatis 做企业信息系统的开发组，尤其是做 SAAS、OA、ERP、CRM 这类以表格和审批为主的系统。它不适合从零开始学习编程的个人，也不适合需要精细控制前端交互的团队，因为生成代码的定制成本会抵消效率收益。
AI Skills 的生成链路：从自然语言到可运行代码
Skills 是 3.9.5 版本的主推功能，官方提供一键安装 Claude Code 与 JEECG Skills 的入口。它的工作模式是：你用一句话描述需求，AI 根据预定义的 Skills 模板生成代码、表单、流程、报表或大屏。整个链路在 README 中被概括为「AI 生成 → 在线配置 → 代码生成 → 手工合并」。具体到代码生成，它有两个分支：零代码模式直接生成可运行的系统，代码生成模式则依赖 jeecg-codegen 输出完整代码和建表 SQL。这里有一个值得注意的细节：AI 并不是凭空写代码，而是调用平台预设的生成器模板。所以 Skills 的效果上限取决于模板的覆盖范围，而不是大模型本身的推理能力。文档没有公布 Skills 的模板列表，也没有说明失败时的回退机制，这意味着遇到模板未覆盖的场景，你仍然需要手工写代码。
启动与配置：单体、微服务、Docker 三条路径
仓库根目录包含后端 jeecg-boot（Spring Boot 4）和前端 jeecgboot-vue3（Vue3 + Vite6 + TS）两个项目。默认账号是 admin/123456。官方文档提供了四种启动方式：IDEA 启动单体、Docker 启动单体、IDEA 启动微服务、Docker 启动微服务。单体模式适合快速体验，微服务模式基于 Spring Cloud Alibaba（Nacos、Gateway、Sentinel、Skywalking），支持切换。配置层面，你需要修改数据库连接和 Redis 地址，具体键值在官方文档中，README 没有列出。一个实际问题是：Spring Boot 4 目前并非 Spring 官方主线版本，README 中写的是 SpringBoot4，这可能是笔误或预发布版本，但无论如何，依赖版本的选择会影响后续升级，建议在搭建环境前先确认仓库中实际使用的 Spring Boot 版本号。
权限与数据模型：按钮权限和数据权限的粒度
JeecgBoot 的权限体系是它区别于一般 CRUD 生成器的地方。它内置用户、角色、菜单、组织机构、数据字典，支持按钮权限和数据权限。数据权限可以控制到行级、列表级和表单字段级，这意味着不同角色看同一页面时，能看到的数据行和字段可以不同。对于企业系统，这是刚需。但权限配置的复杂度也随之上来：你需要理解它的数据权限规则表达式，否则容易配置出错。代码生成器支持单表、树列表、一对多、一对一四种数据模型，生成后菜单配置直接使用。这里有一个隐藏成本：生成的代码默认带有权限注解，如果项目原本有自定义的权限框架，你需要做适配，而不是直接替换。
AI 应用平台：内置 Dify 式的能力，但深度有限
JeecgBoot 把 AI 应用平台作为卖点之一，描述为「类似 Dify 的 AIGC 应用开发平台 + 知识库问答」。它包含 AI 聊天、知识库、流程编排、MCP 插件、模型管理，支持 ChatGPT、DeepSeek、Ollama、智普、千问。默认模型是 DeepSeek，因为速度和质量更好。这个平台的价值在于，你不需要额外部署一套 Dify，就能在同一个系统里管理模型和知识库。但要注意，它本质上是低代码平台的一个模块，而不是独立的 AI 基础设施。如果你已经有成熟的 RAG 管道或向量数据库，迁移过来需要重新配置。知识库的构建方式、分块策略、向量库对接细节在 README 中没有展开，实际效果需要你用自己的文档测试。
报表与大屏：JimuReport 和 JimuBI 的定位
报表和大屏是 JeecgBoot 生态里独立的两块。JimuReport 是零编码拖拽式报表工具，支持 PDF、Excel、Word 导出；JimuBI 是大屏和仪表盘设计器，支持数字孪生、多屏切换、移动端适配。两者都强调「一次开发，多端适配」。从架构上看，这两个工具是独立项目，通过集成方式嵌入 JeecgBoot。这意味着你可以单独使用它们，但也要承担额外的维护成本。一个实际的限制是：报表的数据源连接和权限控制需要与 JeecgBoot 的用户体系打通，否则会出现权限漏洞。文档没有明确说明这种集成的安全边界，部署时建议检查报表服务是否继承了平台的认证过滤器。
信创与国产化：兼容列表之外的风险
README 明确列出了信创兼容性：操作系统支持麒麟、银河麒麟（基于 Linux 内核），数据库支持达梦、人大金仓、TiDB，中间件支持东方通 TongWeb、TongRDS、宝兰德 AppServer、CacheDB。这在国内政企项目中是加分项。但兼容列表只说明「支持」，没有说明适配深度。比如达梦数据库的 SQL 语法与 MySQL 有差异，代码生成器生成的 SQL 可能需要进行方言调整。官方提供了信创配置文档，但文档版本是否与 3.9.5 完全同步，无法从仓库确认。如果你的项目必须跑在 TongWeb 上，建议先做一次完整的部署演练，特别是文件上传、WebSocket 这类中间件敏感的功能。
维护成本与许可证：Apache-2.0 的甜与苦
项目采用 Apache-2.0 许可证，这意味着你可以自由使用、修改和商用，只要保留版权声明。这是好事。但维护成本来自两个地方：一是版本更新节奏，最近一次发布是 2026-08-27，版本 3.9.5，间隔约三个月，升级时生成的代码可能需要重新合并，因为模板会变；二是依赖的复杂性，后端涉及 Spring Cloud Alibaba 全家桶，前端涉及 Vite6 和 Ant Design Vue4，任何一个上游依赖升级都会带来连锁反应。README 建议删除不需要的 demo 来制作精简版，但没有提供自动化脚本，需要手工操作。如果你打算长期维护，建议把代码生成器模板纳入自己的版本控制，避免上游模板变化影响已生成的项目。
编辑结论
JeecgBoot 适合已有 Java 技术积累、需要快速搭建 MIS、OA、ERP 或 CRM 骨架，并且愿意接受其代码生成器输出风格的团队。它不适合追求完全可视化零代码、或对前端框架有强定制要求的项目，因为生成的 Vue3 代码和 Online 表单的耦合度较高，手工合并会消耗额外精力。在采用前，先验证三件事：其一，用官方 Docker 单体模式跑通一个带权限的增删改查页面，确认生成的 SQL 与菜单权限符合你的规范；其二，测试 AI 建表对复杂字段类型（如 JSON、自定义字典）的支持程度，文档中并未列出全部限制；其三，确认你的目标部署环境（麒麟、达梦、TongWeb）与仓库中给出的信创配置文档版本一致，因为中间件适配往往滞后于主版本更新。若你的团队以业务人员为主、没有专职 Java 开发，那么这个平台的学习曲线会比预期陡峭，零代码模式只能覆盖简单表单，复杂流程仍需要编码介入。
社区笔记