⏳ This skill is pending AI review.

Scores will appear once the review pipeline completes.

version unknown

jeecg-aiflow

jeecgboot@jeecgboot⭐ 249 stars· last commit 1mo ago· 1 open issues

>

Choose how to use this skill

You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.

1. Native installer

This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.

Do not guess an installer command or replace an existing version without reviewing the diff.

2. Complete package recommended

Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.

No complete ProSkills package is published for this listing yet.

3. Prompt-only

Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.

Need only the instruction file?

Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.

No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.

—/10

// RATINGS

⭐GitHub Stars
⭐⭐⭐ 249 on GitHubGitHub ↗

Popular

🟢ProSkills Score
—
📍

Not yet listed on ClawHub or SkillsMP

// README

JeecgBoot Skills — AI 驱动 · 一句话生成全套工件

在 Claude Code 中,用一句话生成 代码 · 表单 · 流程 · 报表 · 图表 · 大屏 · 仪表盘 · 门户。 覆盖 JeecgBoot 低代码平台 与 JimuReport 积木报表 两大产品的企业级开发全场景。

12官方 Skills 全量上架
8+低代码场景一句话直达
100%开源 · Apache 2.0

🚀 一键安装

两种方案任选其一,幂等运行,可重复执行。

方案 A · Claude Code + DeepSeek v4 一键全栈(推荐 · 无需翻墙)

国内镜像加速,一行命令装齐 Node.js · Python · Git · Claude Code · JEECG Skills,并写入 DeepSeek v4 作为模型后端,跑完即可使用。

Windows(PowerShell)

irm https://www.qiaoqiaoyun.com/claude/boot.ps1 | iex

请在 PowerShell(建议管理员) 中执行。若提示脚本被禁,先运行:Set-ExecutionPolicy -Scope CurrentUser RemoteSigned

macOS / Linux(Bash / Zsh)

curl -fsSL https://www.qiaoqiaoyun.com/claude/install-claude-code.sh | bash

如需 root 权限,前缀加 sudo。

脚本做了什么

  • 安装 Node.js 22 LTS · Python 3.12 · Git · Claude Code · JEECG Skills 全量(华为云 / npmmirror 国内镜像加速)
  • 克隆 gitee.com/jeecg/skills 到 ~/.claude/skills/(已存在则自动 git pull 增量更新)
  • 写入用户级环境变量 ANTHROPIC_BASE_URL / ANTHROPIC_AUTH_TOKEN / ANTHROPIC_MODEL=deepseek-v4-pro
  • 幂等运行,重复执行只补缺;重装/换 Key 使用 --force

⚠️ DeepSeek 按 token 计费,需自备 API Key:DeepSeek 开放平台 申请 API Key

安装完成

claude
> 帮我生成一个订单管理功能

Windows 安装完成后请新开一个 PowerShell 窗口让环境变量生效;Linux / macOS 执行 source ~/.bashrc && claude。

方案 B · 已有 Claude Code · 手工装 JEECG Skills

不跑安装脚本,直接 git clone 仓库到 ~/.claude/skills:

git clone https://github.com/jeecgboot/skills.git ~/.claude/skills

已存在则增量更新:

cd ~/.claude/skills && git pull

只装部分 Skill(局部复制)

# macOS / Linux
cp -r jeecg-codegen ~/.claude/skills/
cp -r jimureport   ~/.claude/skills/

# Windows
xcopy jeecg-codegen %USERPROFILE%\.claude\skills\jeecg-codegen\ /E /I
xcopy jimureport   %USERPROFILE%\.claude\skills\jimureport\   /E /I

前置依赖

  • Python 3.12+(部分 Skill 通过 Python 脚本调用后端 API):python.org/downloads
  • 安装后请确保 python / python3 命令在终端可用(python --version)

安装后需根据实际项目修改 Skill 中的路径和数据库连接配置,详见各 Skill 的 SKILL.md。


📦 Skills 列表

JeecgBoot 低代码技能(9)

#技能一句话能力触发关键词产出物
1jeecg-codegen自然语言描述业务需求,自动生成 JeecgBoot 全套 CRUD 代码,支持单表 / 树表 / 主子表代码生成、创建模块、新增功能、加字段Java + Vue3 + SQL
2jeecg-codegen-new新一代 Freemarker 模板驱动代码生成器,速度更快,支持 ERP / Tab / 内嵌子表多种布局代码生成、创建模块、建表、加字段Java + Vue3 + SQL
3jeecg-onlform元数据驱动,一句话创建 Online 表单,30+ 控件类型,自动同步数据库 + 菜单 SQL创建 Online 表单、在线表单Online 表单配置
4jeecg-onlreport自然语言生成 SQL 并创建 Online 数据报表,支持字典翻译、分组表头等高级能力创建报表、SQL 报表、数据报表Online 报表配置
5jeecg-desform按需求描述或截图,自动生成设计器表单 JSON,支持 40+ 控件、主子表、公式计算AI 设计表单、按照截图生成表单设计器表单 JSON
6jeecg-onlchart一句话生成数据可视化图表,智能推导 X / Y 轴字段,支持柱状图、折线图、饼图等创建图表、柱状图、折线图、饼图Online 图表配置
7jeecg-bpmn描述审批流程,自动生成 Flowable BPMN 2.0 XML 并部署,支持条件分支、并行、会签创建流程、审批流程、工作流、BPMFlowable BPMN 2.0 XML
8jeecg-aiflow一句话生成 AI 编排流程(AIFlow),模板驱动编排大模型 / 知识库 / 判断等节点AI 编排、AIFlow、大模型流程、知识库流程AIFlow 编排配置
9jeecg-portal一句话创建 / 管理门户,14 种组件(轮播图、新闻、公告、待办等),Web + App 双端布局创建门户、门户设计、工作台、首页定制门户配置(designJson)

JimuReport 数据可视化(3)

#技能一句话能力触发关键词产出物
10jimubi-bigscreen1920×1080 深色主题,监控室 / 展厅级数据可视化大屏,支持数字翻牌、地图、滚动表格创建大屏、监控大屏、可视化大屏、BI 大屏Drag Page 大屏配置
11jimubi-dashboard24 列栅格、亮色主题、卡片式设计,日常数据看板和运营统计面板的首选创建仪表盘、数据看板、运营看板Drag Page 仪表盘配置
12jimureportExcel 设计器风格,支持数据 / 打印 / 分组 / 循环 / 填报全类型报表,可按截图原样还原积木报表、Excel 报表、数据填报、打印报表积木报表配置

💬 使用示例

所有技能都在 Claude Code 对话中通过自然语言触发,无需手动调用。

🧑 用户提问
使用代码生成,生成一个订单和订单明细的模块。

🤖 AI 回复
✅ 已通过 jeecg-codegen 生成「订单管理」模块(主子表)。

主表  order_main
  订单号 / 客户 / 总金额 / 状态(字典)/ 下单时间

子表  order_detail(一对多)
  关联订单 / 商品 / 单价 / 数量 / 小计

产出:
  - Java   Entity / Mapper / Service / Controller
  - 前端   Vue3 + AntDesign 列表 + 表单页
  - SQL    建表脚本 + 菜单 SQL

复制到工程对应包路径,重启后立即生效。

通用交互流程

1. 用自然语言描述需求
2. AI 询问后端地址和 Token(如需调用 API)
3. AI 展示配置摘要,等待确认
4. 确认后自动执行,返回结果
5. 可在同一会话中继续修改

X-Access-Token 获取方式

  1. 打开 JeecgBoot 系统并登录
  2. 按 F12 打开浏览器开发者工具,切换到 Network 标签
  3. 点击任意请求,在 Request Headers 中找到 X-Access-Token
  4. 复制完整的 Token 值粘贴给 AI

🔍 技能详情

1. jeecg-codegen — 代码生成器

一句话:用自然语言描述业务需求,自动生成 JeecgBoot 全套 CRUD 代码。

核心能力:

  • 支持单表、树表、一对多(主子表)三种模式
  • 智能字段推导:名称 → Input、金额 → InputNumber、状态 → 字典下拉、图片 → 图片上传
  • 字典智能匹配:自动读取 sys_dict 表,为字段匹配已有字典编码
  • 已有表反向生成:给表名即可,自动查询 DDL 生成代码
  • 增量修改:加 / 删 / 改字段,精确修改每个相关文件
  • 主键策略自适应、Flyway 版本号自动递增

使用文档:skill-usage-guide.md

2. jeecg-codegen-new — 新一代代码生成器(Freemarker 驱动)

一句话:新一套代码生成器,基于 jeecg 官方 Freemarker 模板生成全套 CRUD,速度更快、布局更丰富。

核心能力:

  • 模板驱动:基础代码全部由官方 Freemarker 模板生成,AI 只负责拼参数、调脚本、改特殊产物,不再从零写代码
  • 表类型 × 前端风格组合:单表 / 树表 / 一对多,一对多支持 Tab-in-Modal、内嵌子表、ERP 三种布局
  • 前端风格可选 vue3 / vue3Native
  • 智能字段映射 + 字典自动匹配(查 sys_dict 自动套字典编码)
  • 已有表反向生成、增量加 / 删 / 改字段
  • 产出后端 Java + 前端 Vue3 + 菜单 SQL,Flyway 版本号自动递增

与 jeecg-codegen 互补:codegen-new 走 Freemarker 模板、生成更快且布局更多;按需选用。

3. jeecg-onlform — Online 表单生成器

一句话:用自然语言描述表结构,自动通过 API 创建 Online 表单(元数据驱动 CRUD)。

核心能力:

  • 元数据驱动,无需写代码即可生成完整 CRUD 页面
  • 单表 / 主子表(一对多 / 一对一)/ 树表 三种模式
  • 智能字段类型推导和控件映射(30+ 控件类型)
  • 字典智能匹配(系统字典 / 字典表 / 带条件字典表)
  • 增量字段修改(加 / 删 / 改字段,无需重新创建)
  • 自动同步数据库 + 生成菜单 SQL

4. jeecg-onlreport — Online 报表生成器

一句话:用自然语言描述报表需求,自动生成 SQL 并通过 API 创建 Online 数据报表。

核心能力:

  • SQL 驱动的数据报表,支持查询、排序、导出
  • 智能字段配置:显示 / 隐藏、查询模式(模糊 / 精确 / 范围)、排序、合计
  • 字段中文名自动翻译
  • 字典和取值表达式支持
  • 分组表头、字段跳转等高级功能
  • SQL 参数化查询(Velocity 模板语法)

5. jeecg-desform — 设计器表单生成器

一句话:用自然语言描述表单需求或提供截图,自动生成设计器表单 JSON 并通过 API 创建。

核心能力:

  • 按截图原样生成表单:提供表单截图,AI 自动识别布局和字段,还原生成对应表单
  • 支持 40+ 控件类型:文本、数字、选择、日期、上传、富文本、人员选择等
  • 支持主子表(明细表)设计
  • 支持布局控制:一行多字段、分栏布局
  • 关联记录 + 他表字段、公式计算
  • 支持表单编辑和删除

6. jeecg-onlchart — Online 图表生成器

一句话:用自然语言描述图表需求,自动生成 SQL 并通过 API 创建 Online 数据可视化图表。

核心能力:

  • 支持柱状图、折线图、饼图、组合图表
  • 智能推导 X / Y 轴字段:维度字段 → X 轴,度量字段 → Y 轴
  • 根据数据特征自动推荐图表类型
  • 字段中文名翻译、字典自动关联
  • 组合图表(折线 + 柱状同时展示)
  • SQL 参数化查询、动态数据源

7. jeecg-bpmn — BPM 流程生成器

一句话:用自然语言描述审批流程,自动生成

// HOW IT'S BUILT

// FILES

2 files shipped with this skill. Inline text is the catalog copy. The upstream link is the source repository.

  • jeecg-aiflow/SKILL.md13 KBupstream ↗
    ---
    name: jeecg-aiflow
    description: >
      JeecgBoot AI 编排流程(AIFlow)全生命周期管理——通过自然语言描述需求,自动创建、编辑、查询、删除、调试、发布 AI 编排流程。
      只要用户意图涉及「AI编排」「AIFlow」就必须使用本技能,包括但不限于:
      创建 AI 编排流程("做一个AI流程"、"创建aiflow"、"新建编排"、"做一个知识库问答流程"、"创建一个大模型对话流程"),
      修改已有流程("给流程加个节点"、"改一下LLM的提示词"、"修改流程"),
      查询流程("查看流程列表"、"有哪些AI流程"),
      删除流程("删除流程"、"移除XX流程"),
      调试运行流程("调试流程"、"运行流程"、"测试流程"),
      发布管理("发布流程"、"取消发布"),
      复制流程("复制流程"、"克隆流程")。
      关键词触发:aiflow、ai-flow、AI编排、AI流程、编排流程、大模型流程、知识库流程、LLM流程。
      注意:本技能仅处理 AI 编排流程(AIFlow),不处理 BPMN 工作流(使用 jeecg-bpmn)、
      不处理简流(使用 jeecg-lowcode-miniflow)。
    ---
    
    # JeecgBoot AIFlow — AI 编排流程管理
    
    ## 设计原则
    
    本 skill 的核心架构是**模板驱动**:AI 不直接生成节点 JSON,而是选择节点类型后由脚本从权威模板生成完整结构,AI 只负责填写业务配置。这样做的原因是 AIFlow 的节点配置字段非常多且结构严格,让 AI 从零生成容易产生格式错误。chain(LiteFlow EL 表达式)也由 Python 脚本自动生成,AI 不需要关心。
    
    修改已有流程时,先查询再修改——因为流程的 design JSON 包含所有节点状态,凭记忆操作容易丢失配置。
    
    ## 前置条件
    
    用户需提供两个信息:
    1. **API 地址**(默认 `http://localhost:3100/jeecgboot`)
    2. **X-Access-Token**(从浏览器 F12 → Network → Request Headers 复制)
    
    ## 工作目录机制
    
    所有操作基于「工作目录」。首先通过 `init-work` 创建工作目录,后续所有命令只需传 `-w`,脚本自动从工作目录中的 `meta.json` 读取 API 凭证和流程信息,design.json 也存放在工作目录中。
    
    ```
    工作目录结构:
      {临时目录}/jeecg-aiflow/{workId}/
        ├── meta.json      ← name, descr, apiBase, token, flowId
        └── design.json    ← 节点和连线的完整 JSON
    ```
    
    ---
    
    ## 创建流程(核心流程)
    
    ### 1. 初始化工作目录
    
    ```bash
    python "<skill目录>/scripts/aiflow_creator.py" init-work \
      --name "流程名称" \
      --descr "流程描述" \
      --api-base "<api_base>" \
      --token "<token>"
    ```
    
    返回 `workId`,后续所有命令都用这个 ID。
    
    ### 2. 理解需求,选择节点
    
    根据用户描述,从下方「节点类型速查表」选择节点。每个流程必须包含 1 个 `start` 和至少 1 个 `end`。
    
    ### 3. 展示摘要,等待用户确认(强制)
    
    生成之前必须展示完整摘要并等待用户明确确认。除非用户事先说过"不用确认直接生成",否则不要跳过这一步。
    
    摘要需要包含**三部分**:节点列表、节点关系(连线)、关键配置:
    
    ```
    流程名称:知识库问答助手
    
    节点列表:
      1. start — 开始(接收用户问题)
      2. knowledge — 知识库检索
      3. llm — 大模型(根据检索结果回答)
      4. end — 结束(返回回答文本)
    
    节点关系:
      start → knowledge → llm → end
    
    关键配置:
      - knowledge: 知识库待选择(需要您提供知识库ID或让我查询列表)
      - llm: 模型待选择,系统提示词="你是一个知识库问答助手..."
      - end: 输出类型=text,内容引用 llm 的回复
    ```
    
    等待用户回复确认后再继续下一步。如果用户提出修改意见,调整后重新展示摘要。
    
    ### 4. 生成模板 JSON
    
    ```bash
    python "<skill目录>/scripts/aiflow_creator.py" generate \
      -w "<workId>" \
      --types "start,knowledge,llm,end"
    ```
    
    脚本从权威模板生成 design.json 到工作目录。返回包含文件定位信息的结构:
    
    ```json
    {
      "totalLines": 168,
      "nodes": [
        {"id": "start-node", "type": "start", "startLine": 3, "endLine": 50},
        {"id": "746...", "type": "llm", "startLine": 51, "endLine": 92},
        {"id": "746...", "type": "end", "startLine": 93, "endLine": 110}
      ],
      "edgesLines": {"startLine": 112, "endLine": 167}
    }
    ```
    
    - `totalLines` — design.json 的总行数。行数较少时可全量读取,较多时按节点行号精准定位
    - `nodes[i].startLine / endLine` — 该节点在 design.json 中的起止行号(1-based),用于 Read 工具的 `offset`/`limit` 参数精准读取单个节点
    - `edgesLines.startLine / endLine` — edges 数组的起止行号,修改连线时精准定位
    - `generate`、`export`、`add-node`、`remove-node` 命令都返回以上信息
    
    ### 5. 读取 JSON,编辑业务配置
    
    利用返回的行号,用 Read 工具按需读取目标节点或 edges 片段,再用 Edit 工具修改。需要关注两类内容:
    
    **A. 业务配置**(根据用户需求填写)
    
    每种节点需要配置的核心字段:
    
    | 节点 | 需要填写 | 用户未指定时怎么办 |
    |------|---------|-----------------|
    | llm | `model.modeId`、`model.params.model`、系统提示词 | 查询模型列表让用户选择,modeId 取 value、params.model 取 text |
    | knowledge | `knowIds` | 查询知识库列表让用户选择 |
    | knowledgeWrite | `knowIds`、`content` | 查询知识库列表让用户选择 |
    | switch | `if[].conditions`、`if[].next`、`else.next` | 向用户询问判断条件 |
    | classifier | `model.modeId`、`model.params.model`、`categories[].category`、`categories[].next`、`else.next` | 查询模型列表,modeId 取 value、params.model 取 text |
    | varExtract | `model.modeId`、`model.params.model`、`variables`、`success.next`、`fail.next` | 查询模型列表,modeId 取 value、params.model 取 text |
    | loop | `type`、counted 时 `maxLoopTimes`、array 时 `loopItemsParam` | 向用户询问循环方式 |
    | setLoopVar | `targetField`、`sourceVar` | 根据循环变量定义填写 |
    | code | `code` 脚本内容 | 根据需求编写 |
    | http | `http.url`、`http.method` | 向用户询问接口地址 |
    | sql | `sql.dataSourceId`、`sql.outputSql` | 查询数据源列表让用户选择 |
    | tools | `tools.pluginId`、`tools.toolName` | 向用户询问工具/MCP 选择 |
    | braveSearch | inputParams(搜索关键词) | 根据需求绑定上游变量 |
    | reply | `content` | 根据需求填写 |
    | end | `outputType`、`outputContent` | 默认 `text` 类型即可 |
    | subflow | `subflowId` | 查询子流程列表让用户选择 |
    
    **查询系统资源**(不需要手动 init_api,通过 query 子命令自动从工作目录读取凭证):
    
    ```bash
    python "<skill目录>/scripts/aiflow_creator.py" query -w "<workId>" --resource models        # LLM 模型
    python "<skill目录>/scripts/aiflow_creator.py" query -w "<workId>" --resource knowledge     # 知识库
    python "<skill目录>/scripts/aiflow_creator.py" query -w "<workId>" --resource datasources   # 数据源
    python "<skill目录>/scripts/aiflow_creator.py" query -w "<workId>" --resource subflows      # 子流程
    ```
    
    **start 和 end 是每个流程必有的节点,完整配置参考如下(无需查索引):**
    
    ### start — 开始节点
    
    > 进阶配置见 `references/node-reference.md` 的 `start — 定时触发配置` 章节,包含:cronTrigger 开关与 cronType 选择(minute/hour/day/custom)、cronExp 表达式生成规则、custom 对象结构(时/天/周/月的精细控制)。
    
    #### inputParams 结构
    
    | 字段 | 类型 | 默认值 | 说明 |
    |------|------|--------|------|
    | `field` | string | — | 字段名(编程用) |
    | `name` | string | — | 显示名称 |
    | `type` | string | — | 参数类型(见下表) |
    | `required` | boolean | `false` | 是否必填 |
    
    **固定的默认 inputParams(3 个):**
    
    | field | name | type | required |
    |-------|------|------|----------|
    | `content` | 用户问题 | `string` | false |
    | `history` | 历史记录 | `string[]` | false |
    | `images` | 图片 | `picture` | false |
    
    **type 枚举值(开始节点支持 4 种):**
    
    | type 值 | 含义 | 对应 UI 控件 |
    |---------|------|-------------|
    | `string` | 文本 | Input 输入框 |
    | `number` | 数值 | InputNumber 数字框 |
    | `picture` | 图片 | 图片上传 |
    | `file` | 文件 | 文件上传 |
    
    > 注意:图片字段的 field 必须命名为 `images`,否则 LLM 节点无法接收图片。
    
    > **禁止使用数组类型**:start 节点的 inputParams **只支持以上 4 种类型**,不支持 `string[]`、`object[]` 等数组类型。如果流程需要数组输入(如 loop 的 array 迭代模式),应通过前置的 code 节点构造数组,而不是在 start 节点定义数组字段。
    
    其他节点的 inputParams/outputParams 还可能使用 `string[]`、`number[]`、`object[]`、`object`、`text`、`boolean` 等扩展类型。
    
    #### outputParams
    
    无(开始节点没有输出参数)。
    
    #### 校验规则
    
    | 条件 | 错误消息 |
    |------|---------|
    | cronTrigger.enabled=true 且存在 required 的 inputParam 未配置默认值 | `定时触发器:存在必填参数未配置默认值` |
    
    #### 特殊行为
    
    - 固定 ID: `start-node`,不可修改
    - 只有右侧锚点(无左侧输入)
    - 不允许删除
    
    ### end — 结束节点
    
    #### options 字段
    
    | 参数 | 类型 | 默认值 | 可选值 | 说明 |
    |------|------|--------|--------|------|
    | `outputType` | string | `'text'` | `'default'` / `'text'` / `'card'` | 输出类型 |
    | `outputContent` | string | `''` | 支持变量引用 | outputType='text' 时的返回文本 |
    | `cardConfig` | object\|null | `null` | 卡片配置对象 | outputType='card' 时的卡片绑定 |
    
    **outputType 三种模式区别:**
    
    | outputType | 返回内容 | 使用场景 |
    |-----------|---------|---------|
    | `'default'` | outputParams 中选择的变量(JSON 格式) | API 调用、子流程等需要结构化数据 |
    | `'text'` | outputContent 中配置的文本(支持 `{{变量name}}` 引用,需先在 outputParams 中绑定) | 对话场景,返回自然语言文本 |
    | `'card'` | cardConfig 绑定的卡片 | 需要富文本/结构化卡片展示 |
    
    #### 校验规则
    
    | 条件 | 错误消息 |
    |------|---------|
    | outputType='default' 且 outputParams 为空 | `输出变量: 必填` |
    | outputType='text' 且 outputContent 为空 | `返回文本不能为空` |
    | outputType='card' 且 cardConfig 为 null | `需要绑定卡片` |
    
    > 进阶配置见 `references/node-reference.md` 的 `end — 进阶配置` 章节,包含:cardConfig 卡片结构(outputType='card' 时的字段绑定)、作为子流程时各 outputType 的输出行为差异。
    
    #### 特殊行为
    
    - 只有左侧锚点(无右侧输出)
    - 一个流程至少需要 1 个 end 节点
    
    #### 使用要点:end 与 reply 的区别
    
    end 是流程的**最终输出**,流程结束后只保留 end 节点的内容作为最终返回结果。需要给用户返回内容并结束流程时,必须用 end。
    
    **常见错误**:用 reply 节点代替 end 节点来结束某个分支(如"商务问题直接回复请联系销售团队")。reply 在流式传输时能看到内容,但流程最终结果中不会保留。正确做法是用 end 节点。
    
    其他节点的完整字段说明在 `references/node-reference.md` — 修改具体字段前按下方索引表 `Read` 对应片段(只读该片段,不要全量读):
    
    <!-- NODE_OPTIONS_INDEX:START -->
    !`python ${CLAUDE_SKILL_DIR}/scripts/gen_node_options_index.py 2>/dev/null || echo '> (节点选项索引自动生成失败,请用 Grep 搜索 "## <节点type>" 定位 references/node-reference.md 中的对应章节)'`
    <!-- NODE_OPTIONS_INDEX:END -->
    
    **B. 流程结构**(AI 自行填写)
    
    1. **节点坐标** — 按以下常量布局:
    
    | 常量 | 值 | 说明 |
    |------|-----|------|
    | 节点宽度 | 332px | 所有节点统一宽度 |
    | 节点高度 | 62px | 基准高度(switch/classifier 按分支数动态增长) |
    | 水平间距 X_GAP | 400px | 相邻节点左边缘间距 |
    | 垂直间距 Y_GAP | 180px | 分支节点间垂直间距 |
    | 起点坐标 | (200, 300) | start 节点位置 |
    
    **线性流程**:所有节点在同一行(y=300),x 依次 +400。
    
    **分支流程**(switch/classifier/varExtract 有多个下游):分支下游节点竖向排列,以父节点 y 为中心上下分散,相邻分支间距 ≥ Y_GAP(180px)。示例(switch 有 3 个分支):
    ```
    分支1 y = 300 - 180 = 120
    分支2 y = 300           (与 switch 同行)
    分支3 y = 300 + 180 = 480
    ```
    
    **防重叠规则**:放置节点时,检查同一 x 列上已有节点,确保任意两个节点的 y 差值 ≥ Y_GAP(180px)。如果分支后的节点再次汇合(多条路
  • README.mdupstream ↗

    Contents are not inlined in the catalog. Open the upstream file.

Plain-text copy, no login: /skill-bundles/jeecgboot-skills-jeecg-aiflow.md

// REPO STATS

249 stars
1 open issues
Last commit: 1mo ago