AI流程对接积木报表数据集

jeecg ai流程，实现积木报表数据集的转换器，读取Excel、API、数据库或者其他文件，转换成积木报表的数据集格式

1. 需求背景

在积木报表中，数据集是报表数据来源的核心。通常情况下，我们可以直接通过文件数据集来读取Excel等文件作为数据来源，但是积木报表中使用文件数据集需要额外依赖第三方类库。

本文将介绍一种新的思路：不额外依赖第三方类库，借助 JeecgBoot 的 AI 工作流，通过 AI 节点读取 Excel 文件并格式化数据，作为积木报表的数据集使用。

此方法不仅适用于报表数据集，也可用于构建如 ECharts 图表等其他场景的数据来源。

2. 总体思路介绍

JeecgBoot 的 AI 工作流支持通过 API 方式调用并获取运行结果，而积木报表又支持 API 数据集功能。基于这一点，我们可以通过如下方式实现数据集：

• 使用 AI 工作流读取 Excel 文件并格式化；
• 返回标准结构数据；
• 积木报表通过 API 调用 AI 工作流，直接作为数据源使用。

3. 效果演示

excel如下:

Api数据集:

预览:

4. 具体实现

4.1 创建工作流

进入JeecgBoot的AI流程设计模块，添加流程:数据库查询引擎。

4.2 设置输入参数

点击开始节点,设置输入参数:

• pageNo: 页码
• pageSize: 每页条数
• bizData: 文件路径

4.2 使用Java增强节点读取excel

在代码中新增java类: JimuDataReader

• 继承接口IAiRagEnhanceJava,实现process方法
• 添加@component("jimuDataReader")注解
• 使用ExcelImportUtil读取excel文件
• 输出{"fields":["字段1","字段2"],"datas":[{"字段1":"值1","字段2":"值2"}]}格式的数据

代码示例:

import lombok.extern.slf4j.Slf4j;
import org.jeecg.modules.airag.flow.component.enhance.IAiRagEnhanceJava;
import org.jeecgframework.poi.excel.ExcelImportUtil;
import org.jeecgframework.poi.excel.entity.ImportParams;
import org.springframework.stereotype.Component;
import java.io.File;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * @Description:
 * @Author: chenrui
 * @Date: 2025/4/29 16:51
 */
@Component("jimuDataReader")
@Slf4j
public class JimuDataReader implements IAiRagEnhanceJava {


    @Override
    public Map<String, Object> process(Map<String, Object> inputParams) {
        // inputParams: {"bizData":"/xxxx/xxxx/xxxx/xxxx.xls"}
        try {
            String filePath = (String) inputParams.get("bizData");
            if (filePath == null || filePath.isEmpty()) {
                throw new IllegalArgumentException("File path is empty");
            }

            File excelFile = new File(filePath);
            if (!excelFile.exists() || !excelFile.isFile()) {
                throw new IllegalArgumentException("File not found: " + filePath);
            }

            // Since we don't know the target entity class, we'll read the Excel generically
            return readExcelData(excelFile);
        } catch (Exception e) {
            log.error("Error processing Excel file", e);
            return Map.of("error", e.getMessage());
        }
    }

    /**
     * Excel导入工具方法，基于ExcelImportUtil
     *
     * @param file Excel文件
     * @return Excel读取结果，包含字段和数据
     * @throws Exception 导入过程中的异常
     */
    public static Map<String, Object> readExcelData(File file) throws Exception {
        Map<String, Object> result = new HashMap<>();

        // 设置导入参数
        ImportParams params = new ImportParams();
        params.setTitleRows(0); // 没有标题
        params.setHeadRows(1);  // 第一行是表头

        // 读取Excel数据
        List<Map<String, Object>> dataList = ExcelImportUtil.importExcel(file, Map.class, params);

        // 如果没有数据，返回空结果
        if (dataList == null || dataList.isEmpty()) {
            result.put("fields", new ArrayList<>());
            result.put("datas", new ArrayList<>());
            return result;
        }

        // 从第一行数据中获取字段名
        List<String> fieldNames = new ArrayList<>(dataList.get(0).keySet());

        result.put("fields", fieldNames);
        result.put("datas", dataList);

        return result;
    }
}

添加节点:Java增强

• 输入变量选择: bizData:开始/文件路径
• 配置springBean:jimuDataReader
• 输出变量:datas、fields

4.3 添加大模型节点,格式化输出

添加大模型节点:

• 接收变量: datas、fields
• 选择大模型: 选自己已经配置好的语言模型
• 设置系统提示词:

将以下数据整理成目标格式输出
## 工作流程：
1. 读取用户的数据
3. 组装最终输出的json
⸻
## 数据示例:data

{{data}}
## 数据示例:fields

{{fields}}

⸻
## 输出json格式
{
  "data": [
    {
      "amount": "100",
      "month": "1",
      "areaname": "华北",
      "year": "2020",
      "price": "5",
      "dept": "河北",
      "settleamount": "100"
    },
    {
      "amount": "200",
      "month": "2",
      "areaname": "华北",
      "year": "2020",
      "price": "5",
      "dept": "河北",
      "settleamount": "200"
    },
  ],
  "total": 100,
  "count": 100
}
* total: 分页数，对应数据的总分页数
* count: 数据总数，对应数据的总数
## 输出格式
* 直接返回JSON数据，不要解释，不要md语法，不要换行符，不要有注释。
* 统一将key转换成英文，下划线分隔
* 确保输出的json格式正确完整。

• 设置用户提示:将数据转换为目标格式

4.4 返回数据

添加结束节点:

• 输出变量选择 res:LLM/回复内容
• 返回文本:{{res}}

4.5 积木报表中添加类转换器

因为返回的格式不是API数据集标准格式,所以需要转换一下

在积木报表中添加类转换器,实现将Result转换成数据集所需要的数据

package com.jeecg.modules.jmreport;

import com.alibaba.fastjson.JSONArray;
import com.alibaba.fastjson.JSONObject;
import org.jeecg.modules.jmreport.desreport.render.handler.convert.ApiDataConvertAdapter;
import org.springframework.stereotype.Component;

/**
 * 接口数据格式转换
 */
@Component("customParser")
public class MyApiDataConvertAdapter implements ApiDataConvertAdapter {

    /**
     * 返回list数据集，转换成积木报表需要格式
     * @param jsonObject 接口数据原始对象
     * @return
     */
    @Override
    public String getData(JSONObject jsonObject) {
        if(jsonObject.containsKey("result") && jsonObject.getBoolean("success")) {
            JSONObject result = jsonObject.getJSONObject("result");
            JSONArray array = result.getJSONArray("data");
            return array.toJSONString();
        } else {
            return "";
        }
    }

    /**
     * 返回总页数（没有分页可以删掉）
     * @param jsonObject 接口数据原始对象
     * @return
     */
    @Override
    public String getTotal(JSONObject jsonObject) {
        return jsonObject.containsKey("total") ? jsonObject.get("total").toString() : "0";
    }

    /**
     * 返回总条数（没有分页可以删掉）
     * @param jsonObject 接口数据原始对象
     * @return
     */
    @Override
    public String getCount(JSONObject jsonObject) {
        return jsonObject.containsKey("count") ? jsonObject.get("count").toString() : "0";
    }
}

4.6 添加Api数据集

新建报表,并添加API数据集

• 类转换器填写customParser(上一步定义的bean名称)
• api地址填写:http://<domainURL>/jeecgboot/airag/flow/run/<flowId>?bizData=<excel路径>
  • <domainURL>: 当前系统域名
  • <flowId>: 工作流id(从工作流列表中获取)
  • <excel路径>: excel文件的绝对路径

点击Api解析,Excel的数据结构被正常解析出来

保存数据集

4.7 测试

将数据集拖拽到报表中,保存并预览

总结

通过本文的实践，我们可以看到 JeecgBoot 的 AI 工作流为报表数据来源提供了极大的扩展性，不再局限于传统的数据库或固定文件结构，而是可以灵活接入各种处理逻辑与格式化需求，为报表构建带来了更高的智能化和灵活性。