Tio Boot DocsTio Boot Docs
Home
文档导航
  • java-db
  • api-table
  • jooq
  • mysql
  • postgresql
  • oceanbase
  • Enjoy
  • Tio Boot Admin
  • java-openai
  • ai_agent
  • knowlege_base
  • voice-agent
  • ai-search
  • ai-coding
  • ai-browser
  • 案例
Abount
AI 检索
  • Github
  • Gitee
Home
文档导航
  • java-db
  • api-table
  • jooq
  • mysql
  • postgresql
  • oceanbase
  • Enjoy
  • Tio Boot Admin
  • java-openai
  • ai_agent
  • knowlege_base
  • voice-agent
  • ai-search
  • ai-coding
  • ai-browser
  • 案例
Abount
AI 检索
  • Github
  • Gitee
  • 入门

    • 01 · 入门

      • 01_introduction
      • tio-boot:新一代高性能 Java Web 开发框架
      • tio-boot 入门示例
      • Tio-Boot 配置 : 现代化的配置方案
      • tio-boot 整合 hotswap-classloader 实现热加载
      • 自行编译 tio-boot
      • 最新版本
      • 开发规范
  • 部署与日志

    • 02 · 部署

      • 02_deployment
      • 使用 Maven Profile 实现分环境打包 tio-boot 项目
      • Maven 项目配置详解:依赖与 Profiles 配置
      • tio-boot 打包成 FatJar
      • 使用 GraalVM 构建 tio-boot Native 程序
      • 使用 Docker 部署 tio-boot
      • 部署到 Fly.io
      • 部署到 AWS Lambda
      • 到阿里云云函数
      • 使用 Deploy 工具部署
      • 使用Systemctl启动项目
      • 使用 Jenkins 部署 Tio-Boot 项目
      • 使用 Nginx 反向代理 Tio-Boot
      • 使用 Supervisor 管理 Java 应用
      • 历史部署页与替代方案
      • 胖包与瘦包的打包与部署
    • 03 · 日志

      • 日志
      • tio-boot 整合 Logback
  • 核心开发

    • 04 · 配置

      • 04_configuration
      • 配置参数
      • 服务器监听器
      • 内置缓存系统 AbsCache
      • 使用 Redis 作为内部 Cache
      • 静态文件处理器
      • 基于域名的静态资源隔离
      • DecodeExceptionHandler
      • 开启虚拟线程(Virtual Thread)
      • 框架级错误通知
    • 05 · JSON

      • 05_json
      • Json
      • 接受 JSON 和响应 JSON
      • 响应实体类
    • 06 · Web 开发

      • Web 开发
      • 路由与参数

        • 概述
        • 添加 Controller
        • handler入门
        • Handler 的请求方法与错误响应
        • 接收请求参数
        • 接收日期参数
        • 接收数组参数
        • HttpRequest
      • 响应与文件

        • 返回字符串
        • 返回文本数据
        • 返回网页
        • 请求和响应字节
        • 文件上传
        • 文件下载
        • 返回视频文件并支持断点续传
        • HttpResponse
        • Resps
        • RespBodyVo
        • 动态 返回 CSS 实现
        • 返回图片
        • 返回 multipart
        • 使用零拷贝发送大文件
        • 分片上传
        • WebJars
      • 会话与请求控制

        • http Session
        • Cookie
        • 重定向和转发
        • Controller拦截器
        • 请求拦截器
        • LoggingInterceptor
        • 全局异常处理器
        • 跨域
        • 自定义 Handler 转发请求
        • 使用 HttpForwardHandler 转发所有请求
        • HTTP Basic 认证
        • Http响应加密
      • 异步与流式输出

        • 异步处理
        • Transfer-Encoding: chunked 实时音频播放
        • Server-Sent Events (SSE)
      • 工具与监控

        • 常用工具类
        • 接口访问统计
        • 接口请求和响应数据记录
        • JProtobuf
        • 测速
        • Gzip Bomb:使用压缩炸弹防御恶意爬虫
    • 07 · 参数校验

      • 07_validation
      • 数据紧校验规范
      • 参数校验
    • 08 · WebSocket 应用开发

      • 08_websocket
      • 使用 tio-boot 搭建 WebSocket 服务
      • WebSocket 聊天室项目示例
    • 09 · AOP

      • 09_aop
      • JFinal-aop
      • Aop 工具类
      • 配置
      • 独立使用 JFinal Aop
      • @AImport
      • 自定义注解拦截器
      • 原理解析
    • 10 · 国际化

      • 10_i18n
      • i18n
    • 11 · Enjoy 模板

      • 11_enjoy
      • tio-boot 整合 Enjoy 模版引擎文档
      • Tio-Boot 整合 Java-DB 与 Enjoy 模板引擎示例
      • 引擎配置
      • 表达式
      • 指令
      • 注释
      • 原样输出
      • Shared Method 扩展
      • Shared Object 扩展
      • Extension Method 扩展
      • Spring boot 整合
      • 独立使用 Enjoy
      • tio-boot enjoy 自定义指令 localeDate
      • PromptEngine
      • Enjoy 入门示例-擎渲染大模型请求体
      • Tio Boot + Enjoy:分页与 SEO 实战指南
      • TioBoot + Enjoy 生成 robots.txt 与 sitemap.xml:实战与SEO指南
      • Enjoy 使用示例
    • 12 · 定时任务

      • 12_scheduling
      • Quartz 定时任务集成指南
      • 分布式定时任务 xxl-jb
      • cron4j 使用指南
    • 13 · 测试

      • 13_testing
      • TioBootTest:环境与 AOP 初始化
      • 真实 HTTP 集成测试
      • 数据库集成测试与隔离
    • 14 · tio-utils

      • 14_tio-utils
      • tio-utils
      • EnvUtils 配置工具
      • Notification
      • Email
      • JSON
      • File
      • Base64
      • 上传和下载
      • Http
      • Telegram
      • RsaUtils
      • HttpUtils
      • ByteBufferUtils
      • 系统监控
      • 线程
      • 虚拟线程
      • 毫秒并发 ID (MCID) 生成方案
  • 数据库与数据访问

    • 15 · java-db

      • 15_java-db
      • Db 工具类
      • java‑db
      • 操作数据库入门示例
      • SQL 模板 (SqlTemplates)
      • 数据源配置与使用
      • ActiveRecord
      • Db 工具类
      • 批量操作
      • Model
      • Model生成器
      • 注解
      • 异常处理
      • 数据库事务处理
      • Cache 缓存
      • Dialect 多数据库支持
      • 表关联操作
      • 复合主键
      • Oracle 支持
      • Enjoy SQL 模板
      • 整合 Enjoy 模板最佳实践
      • 多数据源支持
      • 独立使用 ActiveRecord
      • 调用存储过程
      • java-db 整合 Guava 的 Striped 锁优化
      • 生成 SQL
      • 通过实体类操作数据库
      • java-db 读写分离
      • Spring Boot 整合 Java-DB
      • like 查询
      • 常用操作示例
      • Druid 监控集成指南
      • SQL 统计
      • Db 与 PostgreSQL 业务实践
    • 16 · api-table

      • 16_api-table
      • ApiTable 概述
      • 使用 ApiTable 连接 SQLite
      • 使用 ApiTable 连接 Mysql
      • 使用 ApiTable 连接 Postgres
      • 使用 ApiTable 连接 TDEngine
      • 使用 api-table 连接 oracle
      • 使用 api-table 连接 mysql and tdengine 多数据源
      • EasyExcel 导出
      • EasyExcel 导入
      • ApiTable 的权限与业务边界
      • ApiTable 联调与故障定位
      • ApiTable 实现增删改查
      • 数组类型
      • 单独使用 ApiTable
      • TQL(Table SQL)前端输入规范
    • 17 · MyBatis

      • 17_mybatis
      • Tio-Boot 整合 MyBatis
      • 使用配置类方式整合 MyBatis
      • 整合数据源
      • 使用 mybatis-plus 整合 tdengine
      • 整合 mybatis-plus
    • 18 · jOOQ

      • 18_jooq
      • 使用配置类方式整合 jOOQ
      • tio-boot + jOOQ 事务管理
      • 批量操作与性能优化
      • 整合agroal
      • 代码生成与类型安全
      • 基于 Record / POJO 增删改查
      • UPSERT、批量更新、返回主键与高级 SQL
      • 的多表关联查询、DTO 投影、聚合统计与视图封装
      • 的窗口函数、CTE、JSON 查询与 PostgreSQL 高级 SQL 实战
      • tio-boot + jOOQ 的审计字段、乐观锁、数据权限与企业级 Repository 设计
      • 测试策略、SQL 日志、性能诊断与生产排障
      • 多租户、读写分离与多数据源设计
      • 代码生成治理、数据库迁移与团队协作规范实战
    • 19 · PostgreSQL

      • 19_postgresql
      • PostgreSQL 安装
      • PostgreSQL 主键自增
      • PostgreSQL 日期类型
      • Postgresql 金融类型
      • PostgreSQL 数组类型
      • 索引
      • PostgreSQL 查询优化
      • 获取字段类型
      • PostgreSQL 全文检索
      • PostgreSQL 向量
      • PostgreSQL 优化向量查询
      • PostgreSQL 其他
    • 20 · MySQL

      • 20_mysql
      • 使用 Docker 运行 MySQL
      • 常见问题
    • 21 · OceanBase

      • 21_oceanbase
      • 快速体验 OceanBase 社区版
      • 快速上手 OceanBase 数据库单机部署与管理
      • 诊断集群性能
      • 优化 SQL 性能指南
      • 待定
    • 22 · Oracle

      • 22_oracle
      • Oracle
    • 23 · SQL Server

      • 23_sqlserver
      • SQL Server
    • 24 · SQLite

      • 24_sqlite
      • SQLite
    • 25 · MongoDB

      • 25_mongodb
      • tio-boot 使用 mongo-java-driver 操作 mongodb
    • 26 · Elasticsearch

      • 26_elasticsearch
      • Elasticsearch
      • JavaDB 整合 ElasticSearch
      • Elastic 工具类使用指南
      • Elastic-search 注意事项
      • ES 课程示例文档
  • 缓存与消息队列

    • 27 · Cache

      • 27_cache
      • Caffeine
      • CacheUtils 工具类
      • 使用 java-db 整合 ehcache
    • 28 · Redis

      • 28_redis
      • 使用 Docker 安装 Redis
      • 使用 java-db 整合 Redis
      • Java DB Redis 相关 Api
      • redis 使用示例
      • 和 RedisTemplate 协作
      • 使用 Jedis 连接池接入 Redis
      • hutool RedisDS
      • Redisson
      • Caffeine 与 Redis 两级缓存
      • 使用 CacheUtils 整合 caffeine 和 redis 实现的两级缓存
    • 29 · 消息队列

      • 29_mq
      • Mica-mqtt
      • EMQX
      • Disruptor
    • 30 · Kafka

      • 30_kafka
      • Kafka
      • AWS MSK
  • 认证与账号体系

    • 31 · 认证与权限

      • 31_authentication
      • FixedTokenInterceptor
      • TokenManager
      • 数据表
      • 匿名登录
      • 个人中心
      • 权限校验注解
      • Sa-Token
      • sa-token 登录注册
      • StpUtil.isLogin() 源码解析
    • 32 · 第三方登录注册

      • 32_third-party-auth
      • 邮箱登录和注册
      • 邮箱重置密码
      • 腾讯云短信登录注册
      • 腾讯云短信重置密码
      • 阿里云短信登录和注册
      • 阿里云短信重置密码
      • 微信登录与绑定手机号
      • 支付宝登录与绑定手机号
      • 微信小程序手机号快捷登录
      • Google登录
      • 阿里云邮件推送验证邮箱
  • 网络通信

    • 33 · AIO

      • 33_aio
      • ByteBuffer
      • AIO HTTP 服务器
      • 自定义和线程池和池化 ByteBuffer
      • AioHttpServer 应用示例 IP 属地查询
      • 手写 AIO Http 服务器
      • Java 21 中的虚拟线程与 AIO
    • 34 · t-io

      • 34_tio
      • 认识 t-io

        • t-io 核心优势与应用价值
        • t-io 消息处理流程
      • 快速上手

        • TioBootServer
        • 独立端口启动 TCP 服务器
        • 内置 TCP 处理器
        • 独立启动 UDPServer
        • 使用内置 UDPServer
      • 核心概念

        • TioConfig
        • ChannelContext
        • Packet
        • Tio 工具类
      • 消息与文件传输

        • 发送数据
        • HTTP 长连接与高效文件传输
        • 使用 AsynchronousSocketChannel 响应数据
      • 连接管理

        • 业务数据绑定
        • 业务数据解绑
        • 关闭连接
        • 资源共享
        • 成员排序
        • 拉黑 IP
      • 加密通信

        • SSL
        • Https建立连接过程
      • 心跳与监控

        • 监控: 心跳
        • 监控: 客户端的流量数据
        • 监控: 单条 TCP 连接的流量数据
        • 监控: 端口的流量数据
        • 单条通道统计: ChannelStat
        • 所有通道统计: GroupStat
      • 深入原理

        • tio-运行原理详解
        • DecodeRunnable
        • t-io 稳定性设计与资源管理
        • 深入解析 Tio 源码:构建高性能 Java 网络应用
        • HTTP、WebSocket 与 TCP 的缓冲区复用
    • 35 · tio-http-server

      • 35_tio-http-server
      • 使用 Tio-Http-Server 搭建简单的 HTTP 服务
      • tio-boot 添加 HttpRequestHandler
      • 在 Android 上使用 tio-boot 运行 HTTP 服务
      • tio-http-server-native
      • handler 常用操作
      • tio-http-server 与 tio-boot 的使用边界
    • 36 · tio-websocket

      • 36_tio-websocket
      • WebSocket 服务器
      • WebSocket Client
      • TCP数据转发
    • 37 · Netty

      • 37_netty
      • Netty TCP Server
      • Netty Web Socket Server
      • 使用 protoc 生成 Java 包文件
      • Netty WebSocket Server 二进制数据传输
      • Netty 组件详解
    • 38 · netty-boot

      • 38_netty-boot
      • Netty-Boot
      • 原理解析
      • 整合 Hot Reload
      • 整合 数据库
      • 整合 Redis
      • 整合 Elasticsearch
      • 整合 Dubbo
      • Listener
      • 文件上传
      • 拦截器
      • Spring Boot 整合 Netty-Boot
      • SSL 配置指南
      • ChannelInitializer
      • Reserve
  • 集成与扩展

    • 39 · 第三方集成

      • 39_integrations
      • 整合 okhttp
      • 整合 GrpahQL
      • 集成 Mailjet
      • 整合 ip2region
      • 整合 GeoLite 离线库
      • 整合 Lark 机器人指南
      • 集成 Lark Mail 实现邮件发送
      • Thymeleaf
      • Swagger
      • Clerk 验证
      • 集成datadog
    • 40 · Magic Script

      • 40_magic-script
      • tio-boot 与 magic-script 集成指南
    • 41 · Groovy

      • 41_groovy
      • tio-boot 整合 Groovy
      • 调试常用脚本
    • 42 · 爬虫

      • 42_crawling
      • jsoup
      • 爬取 z-lib.io 数据
      • 整合 WebMagic
      • WebMagic 示例:爬取学校课程数据
      • Playwright
      • Flexmark (Markdown 处理器)
      • tio-boot 整合 Playwright
      • 缓存网页数据
    • 43 · Dubbo

      • 43_dubbo
      • 概述
      • dubbo 2.6.0
      • dubbo 2.6.0 调用过程
      • dubbo 3.2.0
    • 44 · Spring

      • 44_spring
      • Spring Boot Web 整合 Tio Boot
      • spring-boot-starter-webflux 整合 tio-boot
      • tio-boot 整合 spring-boot-starter
      • Tio Boot 整合 Spring Boot Starter db
      • Tio Boot 整合 Spring Boot Starter Data Redis 指南
    • 45 · Spring Cloud

      • 45_spring-cloud
      • tio-boot spring-cloud
    • 46 · Quarkus

      • 46_quarkus
      • Quarkus(无 HTTP)整合 tio-boot(有 HTTP)
      • tio-boot + Quarkus + Hibernate ORM Panache
      • tio-boot + Quarkus + Hibernate ORM Panache + jOOQ 整合方案
    • 47 · Telegram4J

      • 47_telegram4j
      • 数据库设计
      • 基于 HTTP 协议开发 Telegram 翻译机器人
      • 基于 MTProto 协议开发 Telegram 翻译机器人
      • 过滤旧消息
      • 保存机器人消息
      • 定时推送
      • 增加命令菜单
      • 使用 telegram-Client
      • 使用自定义 StoreLayout
      • 延迟测试
      • Reactor 错误处理
      • Telegram4J 常见错误处理指南
      • 处理回调查询
      • Reactor
      • 文档翻译
      • 使用 Tio-Boot 整合 tdlight
      • tio-boot 整合 TelegramBots
      • tio-boot 整合 Telegram-Bot-Utils
      • Telegram-Bot-Utils 使用指南
    • 48 · Telegram Bots

      • 48_telegram-bots
      • TelegramBots 入门指南
      • 使用工具库 telegram-bot-base 开发翻译机器人
    • 49 · 文件存储

      • 49_file-storage
      • 文件上传数据表
      • 本地存储
      • 存储到 亚马逊 S3
      • 存储到 Cloudflare R2
      • 存储到 腾讯 COS
      • 上传文件到阿里云 OSS
    • 50 · 支付

      • 支付集成
      • 微信小程序支付:普通支付
      • 微信支付:Native 扫码支付(PC 网页扫码)
      • 支付宝:电脑网站支付接入指南
  • Firebase 与 Clerk

    • 51 · Firebase

      • 51_firebase
      • 整合 google firebase
      • Firebase Storage
      • Firebase Authentication
      • 使用 Firebase Admin SDK 进行匿名用户管理与自定义状态标记
      • 导出用户
      • 登录注册
      • 注册回调
    • 52 · Clerk

      • 52_clerk
      • Clerk
  • 多媒体

    • 53 · 音视频处理

      • 53_media
      • JAVE 提取视频中的声音
      • Jave 提取视频中的图片
      • 待定
    • 54 · 语音识别

      • 54_asr
      • Whisper-JNI
    • 55 · 语音合成

      • 55_tts
    • 56 · 文字识别

      • 56_ocr
    • 57 · Native Media

      • 57_native-media
      • java-native-media
      • JNI 入门示例
      • mp3 拆分
      • mp4 转 mp3
      • 使用 libmp3lame 实现高质量 MP3 编码
      • Linux 编译
      • macOS 编译
      • 从 JAR 包中加载本地库文件
      • 支持的音频和视频格式
      • 任意格式转为 mp3
      • 通用格式转换
      • 通用格式拆分
      • 视频合并
      • VideoToHLS
      • split_video_to_hls 支持其他语言
      • 持久化 HLS 会话
      • 获取视频长度
      • 保存视频的最后一帧
      • 添加水印
      • linux版本
    • 58 · 计算机视觉

      • 58_computer-vision
      • 使用 Java 运行 YOLOv8 ONNX 模型进行目标检测
      • tio-boot整合yolo
      • ONNX Runtime 推理说明
      • Paddle Structure
      • tio-boot 整合 Paddle Structure
      • tio-boot整合Paddle Structure 提取图片
      • U2Net 图片去背景原理
      • tio-boot 整合 U2Net 实现图片去背景
  • AI 开发

    • 59 · java-openai

      • 59_java-openai
      • 简介
      • 流式生成
      • 图片多模态输入
      • Google Gemini接入
      • google Vertex AI 接入
      • Perplexity API
      • WhisperClient 语音识别
      • SupadataClient 获取视频字幕
      • GiteeClient 文档解析与图片 OCR
      • DeepSeekClient 官方模型查询
      • BailianTTSClient 语音合成
    • 60 · AI Agent

      • 60_ai-agent
      • 数据库设计
      • 示例问题管理
      • 会话管理
      • 历史记录
      • 意图识别
      • 智能问答
      • 文件上传与解析文档
      • 翻译
      • 名人搜索功能实现
      • Ai studio gemini youbue 问答使用说明
      • 自建 YouTube 字幕问答系统
      • 自建 获取 youtube 字幕服务
      • 使用 OpenAI ASR 实现语音识别接口(Java 后端示例)
      • 定向搜索
      • 16
      • 17
      • 18
      • 在 tio-boot 应用中整合 ai-agent
      • 接口文档
      • 自定义 ChatAskService
      • 请求记录
      • 限流和错误处理
      • 增强检索(RAG)
      • 结构化数据检索
      • AI 问答
      • 连接代码执行器
      • 待定
      • 模型编程能力评测
      • 音频会话 SDP 示例
    • 61 · 知识库

      • 61_knowledge-base
      • 学术论文
      • 数据库设计
      • 用户登录实现
      • 模型管理
      • 知识库管理
      • 文档拆分
      • 片段向量
      • 命中测试
      • 文档管理
      • 片段管理
      • 问题管理
      • 应用管理
      • 向量检索
      • 推理问答
      • 问答模块
      • 统计分析
      • 用户管理
      • api 管理
      • 存储文件到 S3
      • 文档解析优化
      • 片段汇总
      • 段落分块与检索
      • 多文档解析
      • 对话日志
      • 检索性能优化
      • Milvus
      • 文档解析方案和费用对比
      • 豫自然资办发〔2021〕18号文档解析实测
      • 离线运行向量模型
      • 爬取网页数据
    • 62 · AI 搜索

      • 62_ai-search
      • ai-search 项目简介
      • ai-search 数据库文档
      • ai-search SearxNG 搜索引擎
      • ai-search Jina Reader API
      • ai-search Jina Search API
      • ai-search 搜索、重排与读取内容
      • ai-search PDF 文件处理
      • ai-search 推理问答
      • Google Custom Search JSON API
      • ai-search 意图识别
      • ai-search 问题重写
      • ai-search 系统 API 接口 WebSocket 版本
      • ai-search 搜索代码实现 WebSocket 版本
      • ai-search 生成建议问
      • ai-search 生成问题标题
      • ai-search 历史记录
      • Discover API
      • 翻译
      • Tavily Search API 文档
      • 对接 Tavily Search
      • 火山引擎 DeepSeek
      • 对接 火山引擎 DeepSeek
      • ai-search 搜索代码实现 SSE 版本
      • jar 包部署
      • Docker 部署
      • 爬取一个静态网站的所有数据
      • 网页数据预处理
      • 网页数据检索与问答流程整合
    • 63 · 语音 Agent

      • 63_voice-agent
      • 整合Gemini realtime模型
      • Voice Agent 前端接入接口文档
      • 整合千问realtime模型
      • 打断支持
      • 主动介入
      • eleven labs
      • 基于 tio-boot + ElevenLabs 构建实时语音 Agent(支持打断与主动介入)
    • 64 · AI Coding

      • 64_ai-coding
      • Cline 提示词
      • Cline 提示词-中文版本
    • 65 · AI Browser

      • deepseek-browser-use:从入门到源码
      • deepseek-browser-use:概念与学习路线
      • 安装、启动与健康检查
      • 第一个任务:打开页面、读取结果与关闭
      • 客户端:dsb 命令行、Python 与 PowerShell
      • 统一命令接口与人机协作
      • 浏览器、profile 与登录态
      • 窗口尺寸与页面视口
      • 接入智能体:观察、执行与验证
      • 表单与多层弹窗排障:防止重复提交
      • 调用追踪、页面留档与文件上传
      • 站点配方、技能与异步作业
      • Windows OCR:本地图片与页面文字识别
      • 配置项与运维自省
      • 命令清单
      • 源码教程:从 HTTP 请求到命令执行
      • DOM 原理:前端如何生成可交互快照
      • DOM 原理:Java 模型与跨 Frame 索引
      • 正文提取与上层结构化处理
      • 源码教程:生命周期、导航与页签
      • 源码教程:DOM、页面状态与元素读取
      • 源码教程:点击、输入、键盘与鼠标
      • 源码教程:等待条件与 JavaScript 执行
      • 源码教程:文件上传、截图、PDF 与 OCR
      • 源码教程:Cookie、存储与页面设置
      • 源码教程:网络记录、请求拦截与控制台
      • 源码教程:原生对话框、DOM 弹窗与人机协作
      • 源码教程:批量、配方、后台作业与维护
      • 源码教程:Chrome 走 CDP 与 CDP 客户端
      • 请求响应关联与线程约束
  • 项目实战

    • 66 · java-uni-ai-server

      • 66_java-uni-ai-server
      • 语音合成系统
      • Fish.audio TTS 接口说明文档与 Java 客户端封装
      • 整合 fishaudio 到 java-uni-ai-server 项目
      • 待定
    • 67 · java-llm-proxy

      • 67_java-llm-proxy
      • 使用tio-boot搭建多模型LLM代理服务
    • 68 · java-kit-server

      • 68_java-kit-server
      • Java 执行 python 代码
      • 通过大模型执行 Python 代码
      • 执行 Python (Manim) 代码
      • 待定
      • 待定
      • 待定
      • 视频下载增加水印说明文档
    • 69 · tio-im

      • 69_tio-im
      • 通讯协议文档
      • ChatPacket.proto 文档
      • java protobuf
      • 数据表设计
      • 创建工程
      • 登录
      • 历史消息
      • 发消息
    • 70 · tio-mail-wing

      • 70_tio-mail-wing
      • tio-mail-wing简介
      • 任务1:实现POP3系统
      • 使用 getmail 验证 tio-mail-wing POP3 服务
      • 任务2:实现 SMTP 服务
      • 数据库初始化文档
      • 用户管理
      • 邮件管理
      • 任务3:实现 SMTP 服务 数据库版本
      • 任务4:实现 POP3 服务(数据库版本)
      • IMAP 协议
      • 拉取多封邮件
      • 任务5:实现 IMAP 服务(数据库版本)
      • IMAP实现讲解
      • IMAP 手动测试脚本
      • IMAP 认证机制
      • 主动推送
      • namesapce
      • CONDSTORE and QRESYNC
    • 71 · tio-mcp-server

      • 71_tio-mcp-server
      • 实现 MCP Server 开发指南
      • MCP 协议
      • /zh/71_tio-mcp-server/11.html
    • 72 · tio-log-server

      • 72_tio-log-server
      • 简介
      • 收集 docker 日志
      • 入库
    • 73 · tio-sip

      • 73_tio-sip
      • SIP Server 第一版原理说明
      • SIP Server 第一版实战
      • 一、Windows 平台测试
      • SIP Server 第二版实战
      • SIP Server 第三版实战
      • 性能优化
      • 基于 MediaProcessor 对接 Realtime 模型说明
      • 对接大语言模型
      • 支持 G722 宽带语音
      • G722编码和解码
      • 会话级采样率转换
      • 增加 9196 回声测试分机
      • 语音系统链路说明
      • 一、Gemini Realtime 的打断机制
    • 74 · tio-boot-admin

      • 74_tio-boot-admin
      • 入门指南:使用框架内置配置
      • 手动初始化数据库
      • 配置职责、生效条件与扩展边界
      • 整合数据库
      • 与前端集成
      • 文件上传
      • 网络请求
      • 单图片管理(只读模式)
      • 多图片管理
      • 布尔值管理
      • 字段联动
      • Word 管理
      • PDF 管理
      • 文章管理
      • 富文本编辑器
      • 整合 Enjoy 模版引擎
      • 历史可选方案:Token 存储与 Sa-Token
      • 业务 API 与 H5 / 小程序联调
      • 方法路由与业务鉴权
      • 整合 Redis
      • 整合 Elasticsearch
      • 后端开发规范:tio-boot、java-db 与 Kv
      • 多表实现文件数据存储
    • 75 · 案例

      • 75_examples
      • 封装 IP 查询服务
      • tio-boot 案例 - 全局异常捕获与企业微信群通知
      • tio-boot 案例 - 文件上传和下载
      • tio-boot 案例 - 整合 ant design pro 增删改查
      • tio-boot 案例 - 流失响应
      • tio-boot 案例 - 增强检索
      • tio-boot 案例 - 整合 function call
      • tio-boot 案例 - 定时任务 监控 PostgreSQL、Redis 和 Elasticsearch
      • Tio-Boot 案例:使用 SQLite 整合到登录注册系统
      • tio-boot 案例 - 执行 shell 命令
      • /zh/75_examples/11.html
      • /zh/75_examples/12.html
      • /zh/75_examples/13.html
  • 性能、原理与源码

    • 76 · 性能测试

      • 76_performance
      • 压力测试 - tio-http-serer
      • 压力测试 - tio-boot
      • 压力测试 - tio-boot-native
      • 压力测试 - netty-boot
      • 性能测试对比
      • TechEmpower FrameworkBenchmarks
      • 压力测试 - tio-boot 12 C 32G
      • HTTP/1.1 Pipelining 性能测试报告
      • tio-boot vs Quarkus 性能对比测试报告
    • 77 · 原理

      • 77_internals
      • 生命周期
      • 请求处理流程
      • 重要的类
    • 78 · 源码解析

      • 78_source-code
      • 源码阅读入口
      • Swagger 整合到 Tio-Boot 中的指南
      • 启动与关闭生命周期
      • HTTP 请求分发与路由优先级
      • 高性能网络编程中的 ByteBuffer 分配与回收策略
      • TioBootServerHandler 源码解析

Java 执行 python 代码

本文档介绍了如何在 Java 环境调用 Python 脚本,并最终获取图像输出。文中详细讲解了整个流程,包括使用 Python 的 Agg 后端、通过 -c 参数一次性执行命令,以及利用 Enjoy 模版引擎配合 main.py 执行用户脚本的原理。


1. Java 调用 Python 代码的实现

在 Java 中,我们使用 ProcessBuilder 来调用 Python 命令,并捕获标准输出和错误输出。执行流程如下:

  1. 根据传入的 Python 脚本路径或代码生成对应的 Python 文件。
  2. 利用 Enjoy 模版引擎生成最终的 Python 命令代码(见 main.py)。
  3. 使用 ProcessBuilder 调用 Python 的 -c 参数执行生成的代码。
  4. 读取输出结果(包含 Base64 编码后的图片数据)及错误信息,并封装为返回结果。

以下为完整的 Java 代码实现:

PythonInterpreterUtils.java

package nexus.io.linux.utils;

import java.io.BufferedReader;
import java.io.File;
import java.io.IOException;
import java.io.InputStreamReader;
import java.nio.charset.StandardCharsets;
import java.util.ArrayList;
import java.util.List;

import com.jfinal.kit.Kv;
import nexus.io.linux.vo.PythonResult;
import nexus.io.template.PythonCodeEngine;
import nexus.io.tio.utils.encoder.Base64Utils;
import nexus.io.tio.utils.hutool.FileUtil;
import nexus.io.tio.utils.snowflake.SnowflakeIdUtils;

public class PythonInterpreterUtils {
  public static PythonResult execute(String scriptPath, String script_dir) throws IOException, InterruptedException {
    String imagesDir = script_dir + File.separator + "images";
    File imagesFolder = new File(imagesDir);
    if (!imagesFolder.exists()) {
      imagesFolder.mkdirs();
    }

    String fullCode = PythonCodeEngine.renderToString("main.py", Kv.by("script_path", scriptPath).set("script_dir", script_dir));

    // 构造 ProcessBuilder
    String osName = System.getProperty("os.name");
    ProcessBuilder pb = null;
    if (osName.toLowerCase().contains("windows")) {
      pb = new ProcessBuilder("python", "-c", fullCode);
    } else {
      pb = new ProcessBuilder("python3", "-c", fullCode);

    }
    Process process = pb.start();

    // 读取标准输出 (可能包含base64以及脚本本身的print信息)
    BufferedReader stdInput = new BufferedReader(new InputStreamReader(process.getInputStream(), StandardCharsets.UTF_8));

    // 读取错误输出
    BufferedReader stdError = new BufferedReader(new InputStreamReader(process.getErrorStream(), StandardCharsets.UTF_8));

    // 用于存放所有的标准输出行
    StringBuilder outputBuilder = new StringBuilder();

    String line;
    while ((line = stdInput.readLine()) != null) {
      outputBuilder.append(line).append("\n");
    }

    // 收集错误输出
    StringBuilder errorBuilder = new StringBuilder();
    while ((line = stdError.readLine()) != null) {
      errorBuilder.append(line).append("\n");
    }

    // 等待进程结束
    int exitCode = process.waitFor();

    // 构造返回实体
    PythonResult result = new PythonResult();
    result.setExitCode(exitCode);
    result.setStdOut(outputBuilder.toString());
    result.setStdErr(errorBuilder.toString());
    File[] listFiles = imagesFolder.listFiles();
    if (listFiles != null && listFiles.length > 0) {
      List<String> images = new ArrayList<>();
      for (File image : listFiles) {
        byte[] readAllBytes = FileUtil.readBytes(image);
        String base64 = Base64Utils.encodeImage(readAllBytes, "image/png");
        images.add(base64);
        result.setImages(images);
      }
    }
    return result;
  }

  /**
   */
  public static PythonResult executeCode(String code) throws IOException, InterruptedException {

    long id = SnowflakeIdUtils.id();
    String folder = "scripts" + File.separator + id;
    File fileFolder = new File(folder);
    if (!fileFolder.exists()) {
      fileFolder.mkdirs();
    }
    String scriptPath = folder + File.separator + "script.py";
    FileUtil.writeString(code, scriptPath, StandardCharsets.UTF_8.toString());
    return execute(scriptPath, folder);
  }

  public static PythonResult executeScript(String scriptPath) throws IOException, InterruptedException {
    long id = SnowflakeIdUtils.id();
    String folder = "scripts" + File.separator + id;
    File fileFolder = new File(folder);
    if (!fileFolder.exists()) {
      fileFolder.mkdirs();
    }
    return execute(scriptPath, folder);
  }
}

该工具类中主要方法包括:

  • execute(String scriptPath, long id):根据给定脚本路径和临时 ID 生成完整的 Python 代码,并通过 ProcessBuilder 调用 Python 解释器执行。执行结束后读取输出信息,并判断是否生成了图像文件,将其转换为 Base64 数据返回。
  • executeCode(String code):将传入的代码写入到临时文件中,然后调用 execute 方法执行脚本。
  • executeScript(String scriptPath):直接使用传入的脚本文件路径执行脚本。

2. Enjoy 模版引擎的使用

为了灵活生成执行的 Python 代码,我们采用了 Enjoy 模版引擎,将 main.py 模版与参数进行渲染。Enjoy 模版主要配置如下:

PythonCodeEngine.java

package nexus.io.template;

import com.jfinal.kit.Kv;
import com.jfinal.template.Engine;
import com.jfinal.template.Template;
import nexus.io.db.activerecord.Db;
import nexus.io.tio.utils.environment.EnvUtils;

public class PythonCodeEngine {
  public static final String tableName = "llm_python_code";
  public static final String sql = "select prompt from " + tableName + " where name=? and env=?";
  public static final String RESOURCE_BASE_PATH = "/python/";
  public static Engine engine;
  static {
    engine = Engine.create("prompt");
    engine.setBaseTemplatePath(RESOURCE_BASE_PATH);
    engine.setToClassPathSourceFactory();
    if (EnvUtils.isDev()) {
      // 支持模板热加载,绝大多数生产环境下也建议配置成 true,除非是极端高性能的场景
      engine.setDevMode(true);
    }

    // 配置极速模式,性能提升 13%
    Engine.setFastMode(true);
    // jfinal 4.9.02 新增配置:支持中文表达式、中文变量名、中文方法名、中文模板函数名
    Engine.setChineseExpression(true);

  }

  public static Template getTemplate(String filename) {
    return engine.getTemplate(filename);
  }

  public static String renderToString(String fileName, Kv kv) {
    return engine.getTemplate(fileName).renderToString(kv);
  }

  public static String renderToString(String fileName) {
    return engine.getTemplate(fileName).renderToString();
  }

  public static String renderToStringFromDb(String fileName) {
    String queryStr = Db.queryStr(sql, fileName, EnvUtils.env());
    Template template = engine.getTemplateByString(queryStr);
    return template.renderToString();
  }

  public static String renderToStringFromDb(String fileName, Kv kv) {
    String queryStr = Db.queryStr(sql, fileName, EnvUtils.env());
    Template template = engine.getTemplateByString(queryStr);
    return template.renderToString(kv);
  }
}

Enjoy 模版引擎用于动态生成 Python 脚本的执行代码,本例中主要生成的模版文件为 main.py。通过传入参数 script_path 和 temp_id,可以动态替换模版中的占位符。


3. main.py 模版解析

main.py 模版负责完成如下操作:

1. 强制使用无图形界面后端

为避免 Matplotlib 在执行 plt.show() 时调用 GUI 后端(如 TkAgg、QtAgg 等),在模版最开始通过环境变量 MPLBACKEND 强制设置为 'Agg'。Agg 是非交互式的后端,不会弹出窗口也不会阻塞程序。

import os
# 1. 强制使用Agg后端
os.environ['MPLBACKEND'] = 'Agg'

2. 执行用户的原始脚本

读取传入的脚本文件内容,并利用 exec 函数在当前进程中执行。

# 2. 读入并执行的脚本
code = open(r'#(script_path)', 'r', encoding='utf-8').read()
exec(code, {'__name__': '__main__'})

3. 执行完后保存图片

因为原始脚本中调用了 plt.show()(在 Agg 后端下不执行任何操作),所以我们在脚本执行完毕后,通过 plt.savefig(...) 将当前绘制好的图保存到指定位置。

# 3.保存图片
for i, num in enumerate(plt.get_fignums(), start=1):
    plt.figure(num)  # 激活对应的图像
    plt.savefig(rf'#(script_dir)/images/{i}_plot.png')

完整的 main.py

完整的 main.py 模版如下:

# main.py  —— 执行用户脚本并收集所有 matplotlib 图像到 images 目录

import os
import warnings

# 0) 必须在导入 matplotlib 之前设置后端
os.environ['MPLBACKEND'] = 'Agg'

# 屏蔽非交互式后端和缺字形相关的噪音警告
warnings.filterwarnings('ignore', message=r'.*FigureCanvasAgg is non-interactive.*')
warnings.filterwarnings('ignore', message=r'Glyph .* missing from font\(s\)')

import matplotlib as mpl
from matplotlib import font_manager as fm
import matplotlib.pyplot as plt

# -------- 字体自动设置(默认仅英文)--------
def _has_font_by_name(names):
    installed = {f.name.lower(): True for f in fm.fontManager.ttflist}
    for name in names:
        if installed.get(name.lower()):
            return True, name
    return False, None

def setup_matplotlib_fonts(prefer='en'):
    """
    prefer:
      - 'en'   : 始终使用英文常用字体(DejaVu Sans),并静默缺字形警告
      - 'auto' : 检测有无中文字体,有则用中文字体,无则回退英文并静默缺字形警告
      - 'cjk'  : 强制尝试中文字体(找不到则回退英文)
    """
    mpl.rcParams['axes.unicode_minus'] = False

    if prefer not in ('en', 'auto', 'cjk'):
        prefer = 'en'

    cjk_candidates = [
        # macOS
        'PingFang SC', 'Hiragino Sans GB', 'Songti SC', 'Heiti TC',
        # Windows
        'Microsoft YaHei', 'SimHei', 'SimSun',
        # Linux / 通用
        'Noto Sans CJK SC', 'WenQuanYi Micro Hei',
    ]

    if prefer in ('auto', 'cjk'):
        found, name = _has_font_by_name(cjk_candidates)
        if found and name:
            mpl.rcParams['font.sans-serif'] = [name]
            return {'chinese_enabled': True, 'font_family': name}

    # 英文回退
    mpl.rcParams['font.sans-serif'] = ['DejaVu Sans']
    return {'chinese_enabled': False, 'font_family': 'DejaVu Sans'}

# 1) 启用字体策略(当前环境不支持中文,按需只用英文)
setup_info = setup_matplotlib_fonts(prefer='auto')

# 2) 将 plt.show() 改为 no-op,避免阻塞;用户脚本里调用也不会中断
plt.show = lambda *args, **kwargs: None

# 3) 读取并执行的用户脚本(由 Java 侧注入路径)
script_path = r'#(script_path)'
script_dir  = r'#(script_dir)'

# 确保 images 目录存在(Java 已创建,这里再保险一次)
images_dir = os.path.join(script_dir, 'images')
os.makedirs(images_dir, exist_ok=True)

# 4) 执行用户代码
code = open(script_path, 'r', encoding='utf-8').read()
exec_globals = {'__name__': '__main__'}
exec(code, exec_globals)

# 5) 保存所有图像
for i, num in enumerate(plt.get_fignums(), start=1):
    plt.figure(num)
    plt.savefig(os.path.join(images_dir, f'{i}_plot.png'))

4. 示例 Python 脚本说明

下面给出一个示例 Python 脚本 myscript.py,演示如何绘制函数图形和其切线。该脚本内容如下:

import numpy as np
import matplotlib.pyplot as plt

# 定义函数 f(x) = x^2
def f(x):
    return x**2

# 定义切线方程
def tangent_line(a, x):
    return 2*a*x - a**2

# 生成 x 数据
x = np.linspace(-5, 5, 400)
y = f(x)

# 选取多个切点
a_values = [-2, -1, 0, 1, 2]

# 绘图
plt.figure(figsize=(8, 6))
plt.plot(x, y, label=r'$f(x) = x^2$', color='blue')

# 绘制每个切点的切线
for a in a_values:
    tangent_y = tangent_line(a, x)
    plt.plot(x, tangent_y, '--', label=fr'Tangent at $x={a}$')

    # 标记切点
    plt.scatter(a, f(a), color='red', zorder=3)

# 设置图表属性
plt.xlabel('x')
plt.ylabel('y')
plt.title('Function $f(x) = x^2$ and its Tangents')
plt.axhline(0, color='black', linewidth=0.5)
plt.axvline(0, color='black', linewidth=0.5)
plt.legend()
plt.grid(True)

# 显示图形
plt.show()

该脚本先生成了函数 ( f(x) = x^2 ) 的曲线,并绘制了在不同切点的切线,同时标记了切点位置。在 Agg 后端下,plt.show() 不会弹窗,脚本会直接结束,之后 main.py 会调用 plt.savefig(...) 将图形保存到文件。


输出多个图片的实例脚本

import numpy as np
import matplotlib.pyplot as plt

# Define the range of x values
x = np.linspace(-10, 10, 400)

# Define the functions
y1 = x**2
y2 = x**3

# Create the plot
plt.figure(figsize=(8, 6))
plt.plot(x, y1, label=r'$f(x) = x^2$', linewidth=2)
plt.plot(x, y2, label=r'$f(x) = x^3$', linewidth=2)

# Add labels and title
plt.xlabel('x')
plt.ylabel('f(x)')
plt.title('Graphs of $f(x) = x^2$ and $f(x) = x^3$')
plt.axhline(0, color='black', linewidth=1, linestyle='--')
plt.axvline(0, color='black', linewidth=1, linestyle='--')
plt.legend()
plt.grid(True)

# Show the plot
plt.show()


# First plot for f(x) = x^2
plt.figure(figsize=(8, 6))
plt.plot(x, y1, label=r'$f(x) = x^2$', linewidth=2, color='blue')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.title('Graph of $f(x) = x^2$')
plt.axhline(0, color='black', linewidth=1, linestyle='--')
plt.axvline(0, color='black', linewidth=1, linestyle='--')
plt.legend()
plt.grid(True)
plt.show()

# Second plot for f(x) = x^3
plt.figure(figsize=(8, 6))
plt.plot(x, y2, label=r'$f(x) = x^3$', linewidth=2, color='orange')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.title('Graph of $f(x) = x^3$')
plt.axhline(0, color='black', linewidth=1, linestyle='--')
plt.axvline(0, color='black', linewidth=1, linestyle='--')
plt.legend()
plt.grid(True)
plt.show()

5. 测试代码

为了验证整个调用流程,我们还提供了一个测试用例,该测试代码通过调用 PythonInterpreterUtils.executeScript 方法执行 myscript.py 脚本,并以 JSON 格式打印出执行结果。

package nexus.io.linux.utils;

import org.junit.Test;

import nexus.io.linux.vo.PythonResult;
import nexus.io.tio.utils.json.JsonUtils;

public class PythonInterpreterUtilsTest {

  @Test
  public void executeScript() throws Exception {
    // 假设的脚本文件名叫 "myscript.py"
    String scriptPath = "myscript.py";
    PythonResult result = PythonInterpreterUtils.executeScript(scriptPath);
    System.out.println(JsonUtils.toJson(result));
  }
}

执行结果示例如下:

{
  "exitCode": 0,
  "image": "data:image/png;base64,iVBORw0KGgoA..",
  "stdOut": "",
  "stdErr": ""
}

其中,image 字段包含生成的图片文件经过 Base64 编码后的数据,exitCode 为 0 表示脚本成功执行。


6. 使用 Handler 调用

在实际项目中,可以通过 HTTP 请求调用 Python 执行服务。以下示例代码展示了如何在 Handler 中接收 HTTP 请求的 body(Python 代码),调用 PythonInterpreterUtils.executeCode 方法执行代码,并返回 JSON 格式的结果。

package nexus.io.linux.handler;

import nexus.io.linux.utils.PythonInterpreterUtils;
import nexus.io.linux.vo.PythonResult;
import nexus.io.tio.boot.http.TioRequestContext;
import nexus.io.tio.http.common.HttpRequest;
import nexus.io.tio.http.common.HttpResponse;

import lombok.extern.slf4j.Slf4j;

@Slf4j
public class PythonHandler {

  public HttpResponse index(HttpRequest request) {
    String code = request.getBodyString();
    HttpResponse response = TioRequestContext.getResponse();

    try {
      PythonResult executeScript = PythonInterpreterUtils.executeCode(code);
      response.setJson(executeScript);
    } catch (Exception e) {
      log.error(e.getMessage(), e);
      response.setStatus(500);
      response.setString(e.getMessage());
    }
    return response;
  }

}

请求测试

curl --location --request POST 'http://127.0.0.1/python' \
--header 'User-Agent: Apifox/1.0.0 (https://apifox.com)' \
--header 'Authorization: Bearer 123456' \
--header 'Content-Type: text/plain' \
--header 'Accept: */*' \
--header 'Host: 127.0.0.1' \
--header 'Connection: keep-alive' \
--data-raw 'import numpy as np
import matplotlib.pyplot as plt

# 定义函数 f(x) = x^2
def f(x):
    return x**2

# 定义切线方程
def tangent_line(a, x):
    return 2*a*x - a**2

# 生成 x 数据
x = np.linspace(-5, 5, 400)
y = f(x)

# 选取多个切点
a_values = [-2, -1, 0, 1, 2]

# 绘图
plt.figure(figsize=(8, 6))
plt.plot(x, y, label=r'\''$f(x) = x^2$'\'', color="blue")

# 绘制每个切点的切线
for a in a_values:
    tangent_y = tangent_line(a, x)
    plt.plot(x, tangent_y, '\''--'\'', label=fr'\''Tangent at $x={a}$'\'')

    # 标记切点
    plt.scatter(a, f(a), color='\''red'\'', zorder=3)

# 设置图表属性
plt.xlabel('\''x'\'')
plt.ylabel('\''y'\'')
plt.title('\''Function $f(x) = x^2$ and its Tangents'\'')
plt.axhline(0, color='\''black'\'', linewidth=0.5)
plt.axvline(0, color='\''black'\'', linewidth=0.5)
plt.legend()
plt.grid(True)

# 显示图形
plt.show()'

显示效果

7. 关键技术点说明

强制使用无图形界面(非交互)后端

Matplotlib 默认在执行 plt.show() 时,会调用 GUI 后端(如 TkAgg、QtAgg 等),导致弹窗并阻塞程序。为了避免这一问题:

  • 通过设置环境变量 MPLBACKEND=Agg 强制使用 Agg 后端。Agg 后端为非交互式后端,不会显示窗口,也不会阻塞程序运行。
  • 设置在 main.py 脚本的最前端,不需要修改用户原始脚本。

执行原脚本后再保存图片

由于原始脚本中可能调用了 plt.show() 来显示图形,而在 Agg 后端下该方法不作任何操作,所以我们在脚本执行完毕后调用 plt.savefig(...) 保存当前绘制的图像。

  • 利用 Python 的 -c 选项一次性执行整个命令,在 exec 执行完原始代码后,立即调用 plt.savefig(...) 保存图片。

Enjoy 模版与 main.py 配合

Enjoy 模版引擎将 main.py 模版文件与传入参数(如 script_path、temp_id)动态渲染生成最终的 Python 代码。该代码中嵌入了用户的原始脚本路径,并指定了生成图片的临时文件名。

  • 模版文件 main.py 存放在资源目录 /python/ 下。
  • 在 Java 端通过 PythonCodeEngine.renderToString("main.py", Kv.by("script_path", scriptPath).set("temp_id", id)) 完成渲染,确保参数替换正确。

其他必要部分

  • 文件夹管理:在执行 Python 脚本前,程序会自动检查并创建 images 和 scripts 文件夹,确保生成图片和脚本文件有存储位置。
  • 唯一 ID 生成:利用 Snowflake 算法生成唯一 ID,用于区分每次执行生成的图片文件。
  • Base64 图片编码:执行完脚本后,若图片生成成功,程序读取图片文件内容并转为 Base64 编码字符串,方便通过 HTTP 返回数据给前端展示或后续处理。

封装为 Docker

FROM litongjava/jdk:8u411-stable-slim

# 第一步:安装 ffmpeg 和相关依赖
RUN apt-get update && \
    apt-get install -y --no-install-recommends ffmpeg libmp3lame0 wget curl  ca-certificates && \
    rm -rf /var/lib/apt/lists/*

# 第二步:安装 python3.11
RUN apt-get update && \
    apt-get install -y --no-install-recommends python3 python3-pip && \
    rm -rf /var/lib/apt/lists/*


# 设置工作目录
WORKDIR /app

# 安装 Python 依赖
COPY requirements.txt /app/
RUN pip install --no-cache-dir -r requirements.txt --break-system-packages

# 复制 JAR 文件到容器
COPY target/java-kit-server-1.0.0.jar /app/

# 运行 JAR 文件
CMD ["java", "-jar", "java-kit-server-1.0.0.jar"]

requirements.txt

- **numpy**:用于高效的多维数组和矩阵运算,是数值计算的基础包。
- **matplotlib**:一个强大的绘图库,能够生成高质量的图形和可视化结果。
- **pandas**:主要用于数据处理和分析,提供了高效的数据结构(如 DataFrame)和数据操作工具。
- **scipy**:基于 numpy,提供了更多的科学计算工具,如积分、优化、信号处理等。
- **seaborn**:基于 matplotlib,提供更高级、更美观的数据可视化接口,适合统计图表绘制。
- **scikit-learn**:机器学习库,包含了大量常用的机器学习算法和数据预处理工具。
- **statsmodels**:用于统计建模和计量经济学分析,适合需要详细统计检验和模型诊断的场景。
- **requests**:简化 HTTP 请求的库,用于网络数据获取。

总结

本文详细介绍了如何在 tio-boot 框架下实现 Java 调用 Python 脚本的完整流程。通过强制使用非交互式的 Agg 后端、利用 Enjoy 模版动态生成执行代码、以及在脚本执行完后保存图片,整个方案实现了对原始 Python 脚本的无侵入式调用,并能将图像输出以 Base64 数据形式返回给调用方。上述所有代码均已完整展示,读者可根据实际需求进行调整和扩展。

希望这篇文档能帮助深入理解并顺利应用该技术方案。

Edit this page
Last Updated: 10/1/26, 4:55 AM
Contributors: litongjava
Prev
68_java-kit-server
Next
通过大模型执行 Python 代码