Python Web-FastApi和Django开发的最强平台 ZQ-Platform

zq-platform(芷青开发平台)

一个现代化的完全开源免费的企业级后台管理系统,提供 Django 和 FastAPI 双后端选择 + Vue3 + Element Plus 构建

演示链接(支持Django和FastApi)

https://django-ninja.zq-platform.cn

开源地址

https://github.com/jiangzhikj/zq-platform.git

📖 项目简介

zq-platform 是一个功能完善的企业级后台管理系统解决方案,采用前后端分离架构。提供两种后端选择:Django 5.2 + Django Ninja 或 FastAPI + SQLAlchemy 异步 ORM,前端基于 Vue 3 + Vben Admin + Element Plus 打造现代化的管理界面。

✨ 核心特性

  • 🎯 完整的 RBAC 权限系统 - 用户、角色、权限、部门、岗位多维度权限控制
  • 🔐 JWT 认证机制 - 安全的 Token 认证,支持 Access Token 和 Refresh Token
  • 📊 系统监控 - 服务器监控、Redis 监控、数据库监控,实时掌握系统状态
  • 📁 文件管理 - 完善的文件上传、下载、预览功能
  • 📝 操作日志 - 详细的登录日志和操作审计
  • 🗂️ 数据字典 - 灵活的字典管理,支持多级分类
  • 任务调度 - 基于 APScheduler 的定时任务管理
  • 🔌 WebSocket 支持 - 实时通信能力
  • 🌐 多数据库支持 - MySQL、PostgreSQL、SQL Server、SQLite
  • 🎨 现代化 UI - 响应式设计,支持暗黑模式
  • 📦 Monorepo 架构 - 基于 pnpm workspace 的前端工程化方案

🏗️ 技术栈

后端技术

Django 后端 (backend-django)

  • 核心框架: Django 5.2.7
  • API 框架: Django Ninja 1.4.5 (高性能 API 框架)
  • 认证: PyJWT 2.8.0
  • 异步任务: Celery 5.4.0 + Django Celery Beat
  • 任务调度: APScheduler 3.10.4
  • 缓存: Redis + django-redis
  • WebSocket: Django Channels 4.2
  • 数据库驱动: psycopg2-binary, pymysql, pyodbc
  • 服务器: Uvicorn 0.38.0 / Gunicorn 23.0.0
  • 其他: openpyxl, geoip2, psutil, cryptography

FastAPI 后端 (backend-fastapi)

  • 核心框架: FastAPI 0.115+
  • ORM: SQLAlchemy 2.0+ (异步)
  • 数据库: PostgreSQL 16+
  • 迁移: Alembic
  • 认证: JWT
  • 缓存: Redis
  • Python: 3.12+

前端技术

  • 核心框架: Vue 3.x
  • 构建工具: Vite 5.x
  • UI 组件库: Element Plus
  • 状态管理: Pinia
  • 路由: Vue Router
  • HTTP 客户端: Axios
  • 工具库: VueUse, dayjs, lodash-es
  • 代码规范: ESLint, Prettier, Stylelint
  • 包管理: pnpm 10.14.0
  • Monorepo: Turbo

📁 项目结构

zq-platform/ ├── backend-django/         # Django 后端 │   ├── application/         # 项目配置 │   ├── core/               # 核心业务模块 │   │   ├── auth/           # 认证授权 │   │   ├── user/           # 用户管理 │   │   ├── role/           # 角色管理 │   │   ├── permission/     # 权限管理 │   │   ├── dept/           # 部门管理 │   │   ├── post/           # 岗位管理 │   │   ├── menu/           # 菜单管理 │   │   ├── dict/           # 字典管理 │   │   ├── login_log/     # 登录日志 │   │   ├── file_manager/   # 文件管理 │   │   ├── server_monitor/ # 服务器监控 │   │   ├── redis_monitor/ # Redis 监控 │   │   ├── redis_manager/ # Redis 管理 │   │   ├── database_monitor/ # 数据库监控 │   │   └── database_manager/ # 数据库管理 │   ├── scheduler/         # 任务调度模块 │   ├── common/             # 公共模块 │   ├── env/               # 环境配置 │   ├── requirements.txt   # Python 依赖 │   └── manage.py         # Django 管理脚本 │ ├── backend-fastapi/         # FastAPI 后端(可选) │   ├── app/               # 核心应用模块 │   ├── core/               # 核心业务模块 │   ├── scheduler/         # 定时任务模块 │   ├── scripts/           # 工具脚本 │   ├── alembic/           # 数据库迁移 │   ├── env/               # 环境配置 │   ├── requirements.txt   # Python 依赖 │   └── main.py           # 应用入口 │ └── web/                   # Vue 前端 (Monorepo)   ├── apps/   │   └── web-ele/       # Element Plus 版本主应用   │       ├── src/   │       │   ├── api/   # API 接口   │       │   ├── views/ # 页面组件   │       │   ├── router/ # 路由配置   │       │   └── store/ # 状态管理   │       └── package.json   ├── packages/           # 共享包   │   ├── @core/         # 核心包   │   ├── effects/       # 副作用包   │   ├── hooks/         # Hooks   │   ├── icons/         # 图标   │   ├── locales/       # 国际化   │   ├── stores/         # 状态管理   │   └── utils/         # 工具函数   ├── internal/           # 内部工具   └── package.json       # 根配置

🚀 快速开始

环境要求

  • 后端
    • Python >= 3.10
    • MySQL >= 5.7 / PostgreSQL >= 12 / SQL Server / SQLite
    • Redis >= 5.0
  • 前端
    • Node.js >= 20.10.0
    • pnpm >= 9.12.0

后端安装

选项 1: Django 后端(推荐用于生产环境)
  1. 克隆项目

git clone https://github.com/jiangzhikj/zq-platform.git cd zq-platform/backend-django

  1. 创建虚拟环境

python -m venv venv source venv/bin/activate  # Linux/Mac # 或 venv\Scripts\activate     # Windows

  1. 安装依赖

pip install -r requirements.txt

  1. 配置环境变量

cp env # 编辑 .env 文件,配置数据库、Redis、JWT 密钥等

主要配置项:

​ # JWT 密钥 JWT_ACCESS_SECRET_KEY=your-jwt-access-secret JWT_REFRESH_SECRET_KEY=your-jwt-refresh-secret ​ # 数据库配置 DATABASE_TYPE=MYSQL # MYSQL/POSTGRESQL/SQLSERVER/SQLITE3 DATABASE_HOST=127.0.0.1 DATABASE_PORT=3306 DATABASE_USER=root DATABASE_PASSWORD=password DATABASE_NAME=zq_admin ​ # Redis 配置 REDIS_HOST=127.0.0.1 REDIS_PORT=6379 REDIS_PASSWORD= REDIS_DB=2

  1. 数据库迁移

python manage.py makemigrations core scheduler python manage.py migrate

  1. 初始化数据

python manage.py loaddata db_init.json

  1. 启动服务

# 开发环境 python manage.py runserver 0.0.0.0:8000 ​

  1. 启动任务调度器(可选)

# 生产环境 python start_scheduler.py

选项 2: FastAPI 后端(推荐用于高性能场景)
  1. 进入 FastAPI 目录

cd zq-platform/backend-fastapi

  1. 创建虚拟环境

conda create -n zq-fastapi python=3.12 conda activate zq-fastapi

  1. 安装依赖

pip install -r requirements.txt

  1. 配置环境变量

cp env/example.env env/dev.env # 编辑 env/dev.env 配置数据库连接

  1. 数据库迁移

alembic revision --autogenerate -m "init tables" alembic upgrade head ​ # 导入初始数据(可选) python scripts/loaddata.py db_init.json

  1. 启动服务

python main.py # 或 uvicorn main:app --reload --host 0.0.0.0 --port 8000

  1. 访问 API 文档

前端安装

  1. 进入前端目录

cd zq-platform/web

  1. 安装依赖

pnpm install

  1. 配置环境变量

cd apps/web-ele cp .env.development .env # 编辑 .env 文件,配置后端 API 地址

  1. 启动开发服务器

# 在 web 根目录下 pnpm dev

  1. 构建生产版本

pnpm build:ele

📝 默认账号

初始化数据后,可使用以下账号登录:

  • 账号: superadmin
  • 密码: 请查看 123456 或联系管理员

🔧 主要功能模块

系统管理

  • 用户管理: 用户的增删改查、密码重置、状态管理
  • 角色管理: 角色权限分配、数据权限控制
  • 权限管理: 接口权限、按钮权限细粒度控制
  • 部门管理: 树形部门结构管理
  • 岗位管理: 岗位信息维护
  • 菜单管理: 动态菜单配置、路由管理
  • 字典管理: 系统字典维护

系统监控

  • 服务器监控: CPU、内存、磁盘、网络实时监控
  • Redis 监控: Redis 性能指标、键值管理
  • 数据库监控: 数据库连接、性能监控
  • 登录日志: 用户登录记录、IP 地理位置

任务调度

  • 定时任务: Cron 表达式配置
  • 任务日志: 执行历史、结果查看
  • 任务管理: 启动、停止、立即执行

文件管理

  • 文件上传: 支持多文件上传
  • 文件预览: 图片、文档在线预览
  • 文件下载: 批量下载功能

🔐 API 文档

Django 后端

  • Swagger UI: http://localhost:8000/api/docs
  • ReDoc: http://localhost:8000/api/redoc

FastAPI 后端

  • Swagger UI: http://localhost:8000/docs
  • ReDoc: http://localhost:8000/redoc

🛠️ 开发指南

后端开发

  1. 添加新模块
    • core/ 或创建新 app
    • 定义 models、schemas、services、api
    • 在 router 中注册路由
  2. API 开发规范
    • 使用 Django Ninja 装饰器
    • 统一返回格式
    • 异常处理
    • 权限验证

前端开发

  1. 添加新页面
    • src/views/ 创建页面组件
    • src/router/routes/modules/ 添加路由
    • src/api/ 添加接口定义
  2. 组件开发规范
    • 使用 Element Plus 组件
    • 优先使用 Tailwind CSS
    • 支持暗黑模式
    • 图标从 @vben/icons 导入

📦 部署

  1. 后端部署
    • 使用 Gunicorn + Nginx
    • 配置 Supervisor 进程守护
    • 配置 SSL 证书
  2. 前端部署
    • 执行 pnpm build 构建
    • dist 目录部署到 Nginx
    • 配置反向代理

🤝 贡献指南

欢迎提交 Issue 和 Pull Request!

  1. Fork 本项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

🙏 致谢


Made with ❤️ by ZQ Team

Read more

本地离线部署whisper模型进行话音转写,亲测可用

在本地搭建 Whisper 语音转写环境比较简单,以下是详细步骤,适用于 Windows、macOS 和 Linux 系统,其中windows系统亲测可用: 一、基础环境准备 1. 安装 Python 确保安装 Python 3.8+: * 下载地址:python.org/downloads * 安装时勾选 "Add Python to PATH"(关键步骤) 2. 验证 Python 安装 打开命令行(CMD/PowerShell/ 终端),输入:python --version # 或 python3 --version(macOS/Linux),显示版本号即表示安装成功。 二、

【源力觉醒 创作者计划】开源、易用、强中文:文心一言4.5或是 普通人/非AI程序员 的第一款中文AI?

【源力觉醒 创作者计划】开源、易用、强中文:文心一言4.5或是 普通人/非AI程序员 的第一款中文AI?

前言 * 你有没有发现,AI 正在悄悄渗透进我们的生活:写文案、画插图、做PPT、答作业,它几乎无所不能😍 !但很多人可能会问: AI,我能用吗?用得起吗?适合我吗?特别是中文用户,面对清一色英文界面、动辄上百元的 API 费用、还要“翻墙”的闭源大模型,常常望而却步😩。 * 好消息来了,文心一言4.5 正式开源,带着「能跑、好用、懂中文」的标签亮相😎。这不仅是一款中文大模型,更像是为中文用户量身定做的一把 AI 钥匙,让你在本地就能打开 AI 世界的大门!在这个“不会用 AI 就像不会用手机”的时代,早点上手,早点受益。 * 一起来轻松玩转文心大模型吧👉一文心大模型免费下载地址: https://ai.

如何用PuLID突破AI绘画的身份一致性难题?

如何用PuLID突破AI绘画的身份一致性难题? 【免费下载链接】PuLID_ComfyUIPuLID native implementation for ComfyUI 项目地址: https://gitcode.com/gh_mirrors/pu/PuLID_ComfyUI 你是否曾遇到这样的困扰:用AI生成人物图像时,明明想要保持主体特征,结果却面目全非?PuLID(Pull Image Latent Diffusion)正是为解决这一痛点而生的图像引导生成技术。它能让你在转换风格的同时,精准保留人物核心身份特征,开启AI绘画的全新可能。 🎯 核心价值定位 PuLID (图像潜变量扩散技术) 通过分析参考图像的深层特征,在扩散过程中施加精准引导,实现"身份不变,风格万变"的创作自由。 核心优势 * 身份保持度远超传统方法 * 风格迁移自然无违和感 * 与ComfyUI无缝集成的工作流 🔍 基础工作原理 你问我答:PuLID如何实现身份锁定? 问:为什么普通AI绘画难以保持人物一致性?

知网AIGC检测怎么过?2026最新降AI率全流程攻略

知网AIGC检测怎么过?2026最新降AI率全流程攻略

知网AIGC检测怎么过?2026最新降AI率全流程攻略 今年答辩季最让人头疼的事,不是论文写不出来,而是写出来过不了AIGC检测。 尤其是知网。 2026年知网的AIGC检测系统又升级了,身边好几个同学的论文,之前在其他平台检测AI率只有10%出头,结果到知网一测直接飙到40%以上。搞得整个宿舍楼都弥漫着一股焦虑的气息。 我自己也经历了这个过程,最后顺利过了检测。今天把整个流程整理出来,从理解检测原理到实际操作步骤,争取让你看完就知道该怎么做。 先搞懂:知网AIGC检测到底在查什么 很多人一听"AI检测"就慌,但其实搞明白它的检测逻辑之后,你会发现它并没有那么神秘。 知网的AIGC检测大致是从这几个维度来判断的: 语言模型的困惑度。 简单说就是,一段文字如果太"通顺"了,AI检测系统反而会觉得可疑。因为AI生成的文字有一个特点——它总是选择概率最高的下一个词。这就导致AI写的内容在语言模型看来"毫不意外",困惑度很低。而人写的东西偶尔会蹦出一些意想不到的表达,困惑度相对高一些。 文本的统计特征。 包括词汇丰富度、句子长度分布、段落结构等。AI生成的文字在这些统计指标