给 Django Admin 加审批流:一行前端代码没写,298 行接上工作流引擎

作者:mldong日期:2026/10/12

一、Django 自带的那套后台,本来就长得像审批页

一个后台系统里的审批界面,剥到底就是三样东西:一张待办列表、两个按钮(同意/驳回)、一个发起表单。

而 Django 的 admin 干的就是这件事——你给它一个 Model,它自动配好列表页、详情页、字段过滤、搜索框、分页、权限校验,还有一套"勾选若干行 → 执行一个动作"的批量操作机制。

于是有一个很自然的想法:如果审批流的状态本来就躺在数据库表里,那 admin 是不是直接就能批单子?

答案是可以。这次做的东西一共 298 行 Python,写了一个 django.contrib.admin 的注册文件,跑出来的界面长这样:

  • 侧栏三个入口:流程模板、审批单、审批任务
  • 审批任务页勾一条,动作选"同意",单子就往下走一个节点
  • 全程零 JS、零 Vue、零 CSS,一行前端代码都没写

这篇讲它是怎么接起来的、账是多少、以及接的时候会撞上的三处门槛。

二、先把账摆出来:装包、建表、行数

装包。 干净虚拟环境里两行:

1pip install "django>=5,<6" jeeflow
2

一共装进来 5 个包:

包谁带来的
Django你要的
asgirefDjango 依赖
sqlparseDjango 依赖
tzdataDjango 依赖
jeeflow你要的

数据库驱动(asyncpg 或 aiomysql)另算,那是你本来就要装的。引擎侧一个传递依赖都没有——它的依赖声明里只有 extras(jeeflow[mysql]、jeeflow[postgres]),不点名就不装。发布物本体 153,586 字节。

建表。 引擎发一份建表 SQL,跑完是 8 张 wf_process_* 表:

1定义 / 实例 / 任务 / 任务参与者 / 抄送
2设计稿 / 设计历史 / 委托
3

这次集成自己只加了 1 张表(存设计器导出的 JSON,见第四节),其余全是引擎那 8 张。引擎不碰你的业务表,你的表引擎也不碰——两边靠一个 business_no 字段挂接。

行数。 这是全篇最该给读者的一栏账:

文件行数干什么
wf/services.py64引擎装配 + 同步↔异步桥
wf/models.py851 张自有表 + 3 张引擎表的只读映射
wf/admin.py137三个后台页 + 四个动作
两个 admin 模板块12发起页与列表页按钮
合计298

一句口径交代:这个 298 行不含站内信监听。之前数过 13 个框架的接入量,最大的一块正是消息监听(各壳 206~752 行),这篇把它省了,所以不能拿 298 直接去和那批数比大小。

三、五步接完

第 1 步:建库,导引擎的表

新建一个库,把引擎带的建表 SQL 跑一遍。Python 引擎的 MySQL 和 PostgreSQL 两份脚本都提供,列定义与其余七门语言逐字一致。

第 2 步:装配引擎,顺手把异步那道坎过了

jeeflow 的 Python 版是全异步的(async def + asyncpg/aiomysql),而 Django 的视图是同步的。桥要自己搭:

1_loop = asyncio.new_event_loop()
2threading.Thread(target=_loop.run_forever,
3                 daemon=True, name="jeeflow").start()
4
5def call(action, args=None):
6    if _facade is None:
7        asyncio.run_coroutine_threadsafe(_build(), _loop).result(15)
8    return asyncio.run_coroutine_threadsafe(
9        _facade.flow(action, args or {}), _loop
10    ).result(20)
11

要点是一条常驻事件循环:连接池是绑在循环上的,每次调用现开一个 asyncio.run() 会把池子废在旧循环里。同步侧只认这一个 call() 入口。

装配本身是三行:

1adapter = PostgresAdapter(pool)
2repo = JdbcRepository(adapter, TsIDGenerator())
3engine = EngineImpl(repo, AuthUserProvider(),
4                    TsIDGenerator(), DefaultExpressionEvaluator())
5facade = JeeflowFacade(engine, repo, ext_repo)
6

AuthUserProvider 是引擎唯一的"要问人"的口子——它拿着一个参与者标识来回查姓名。这里直接查 Django 自己的 auth_user 表,username 当参与者标识,first_name 当显示名。组织数据不用重灌一套,这是接现成后台时最省事的一处。

第 3 步:把引擎的表映射成后台页面

这一步是全篇的关键,也是"零前端"的来处。引擎的表已经在那儿了,Django 只要声明"这张表不是我管的":

1class Task(models.Model):
2    id = models.BigIntegerField(primary_key=True, editable=False)
3    process_instance_id = models.BigIntegerField("审批单")
4    display_name = models.CharField("节点名称", max_length=100)
5    task_state = models.IntegerField("状态")
6    operator = models.CharField("办理人", max_length=64, null=True)
7
8    class Meta:
9        managed = False          # Django 不建表、不迁移它
10        db_table = "wf_process_task"
11

managed = False 意味着 migrate 不会碰它,Django 只当它是个可读可查的数据源。注册进 admin,一个能过滤、能搜索、能批量操作的"审批任务"页就出来了。

待办列表有个过滤条件必须自己写清楚:

1def get_queryset(self, request):
2    qs = super().get_queryset(request).filter(task_state=10)
3    mine = TaskActor.objects.filter(
4        actor_id=request.user.username
5    ).values("process_task_id")
6    return qs.filter(id__in=mine)
7

不能按任务行的 operator 过滤。 那一列记的是"谁办的",任务还在待办时它是空的;"该谁办"存在参与者表里。这是所有审批系统共有的一处,跟用哪个引擎无关,但很容易在这里踩一次。

第 4 步:贴一段 JSON,点一下发布

流程定义从哪来?用现成的钉钉风格设计器画一条,导出那段 JSON。

在库里加一张自己的表 wf_flow_template,字段就是「流程标识、流程名称、JSON 文本」,注册进 admin 后加一个动作:

1@admin.action(description="发布到引擎(deploy)")
2def publish(self, request, queryset):
3    for tpl in queryset:
4        res = services.call("processDefine/deploy", {
5            "content": tpl.content,
6            "operator": request.user.username,
7        })
8

于是"改流程"这件事在后台里就是一次勾选加一次点击。同名再发布会自动进版本:第一次 version=0,第二次 version=1,在跑的单据不受影响。

发起页更短:一个 Django 表单(流程、金额、事由三个字段),提交时调一次 processInstance/startAndExecute。

第 5 步:换三个账号,看单子怎么走

发布完流程,用不同账号登录同一个后台,就能看到单子在不同人手里流动。

四、分流是被算出来的,不是画死的

流程画的是:发起申请 → 填写报销单 → 决策「金额 > 1000?」→ 经理审批 / 总监审批 → 结束。

真机跑两张单:

发起金额停在谁那格后台里看到的
6666王五(经理)一行「经理审批」
666赵六(总监)一行「总监审批」

三处值得说的行为:

决策边的表达式不用配求值器。 引擎自带一个能算 字段 运算符 数值 的默认件,amount > 1000 这种直接吃;要接自己的规则引擎,实现那个表达式接口换上即可。

申请节点不用自己点。 发起走的是 startAndExecute:引擎建好实例后,把"发起申请"这一格当场按申请人办完,所以张三提交完,李四的待办里出现的直接是"填写报销单"。这是 applicant 约定的那套语义(第 6 篇专门讲过它为什么这么设计)。

办结状态是真的落库了。 审批单列表页给的是实例状态,不是页面自己算的:6666 那张走到 已办结,666 那张还挂在 进行中,右侧过滤器顺手给出两个状态的计数。

五、接的时候的三处门槛

1. Django 5 的数据库版本线

Django 5.x 连 MySQL 会先问一句版本,不够新直接拒:

1NotSupportedError: MySQL 8.0.11 or later is required
2(found 5.7.31)
3

我这台开发机上的 MySQL 正好是 5.7,所以这次改走 PostgreSQL 16。两个选择都成立,只是要提前知道:Django 侧的数据库版本要求,和引擎侧支持的数据库,得取交集。引擎这边 MySQL 与 PostgreSQL 都有仓储实现,所以换库不换代码,只换连接参数和一个适配器类名。

2. 同步视图与异步门面之间要一条桥

第二节那段常驻事件循环就是它。三个细节值得单独点出来:

  • 别在同步视图里对协程直接 asyncio.run()——连接池绑在创建它的循环上;
  • 桥要带超时(示例里 result(15) / result(20)),否则引擎侧卡住会把整个 worker 挂住;
  • 多进程部署(gunicorn 多 worker)时,每个进程各一条循环、各一个池,互不共享 socket,这是这套写法天然成立的部分。

3. is_staff 不等于能看待办

Django admin 的权限是模型级的。给审批人打上 is_staff 只让他登得进后台,打开"审批任务"页会直接 403。要么给这三个模型配上查看权限(一个权限组解决),要么用现成的权限包。审批人的可见范围由引擎按参与者算,页面级权限只管他能不能进这个页,两层不要混。

六、这套形状适合谁

适合:内部系统、中后台工具、给已有 Django 项目补审批。这类场景的共同点是没有前端排期,但有一套现成的 admin,用户对"列表 + 动作按钮"的交互本来就很熟。这条路上,加审批流的成本是一个 app、298 行、零前端页面。

不太适合:要给业务用户露出的正式审批中心。那种场景该上真正的审批前端——流程设计器、发起页表单联动、审批页意见与流程图高亮、移动端,这些 admin 给不了,也不该由 admin 给。

还有一处诚实边界:这篇的发起页把表单字段写成了「金额、事由」两个输入框,真实项目里表单是配在流程节点上的(引擎侧有 form_key 与变量前缀约定),要做的是按节点上配的表单动态渲染——那部分在带前端的方案里是现成的,在纯 admin 方案里得自己写一个字段到控件的映射。

参考资料

  • jeeflow Java 参考实现与各语言引擎:github.com/jeeflow-ec(各语言同名仓库)
  • 文档站与规范:jeeflow-doc.mldong.com
  • 开源演示站(八语言在线体验):jeeflow-demo.mldong.com
  • 集成演示站(十三套框架后端):jeeflow-pro.mldong.com
  • 钉钉风格流程设计器 npm 包:mldong-flow-designer-dingtalk
  • 系列往篇:《给若依加审批流,不用 Flowable》《一套审批流要写多少代码:13 个框架的接入 diff》《一条审批流的数据库账》《"applicant" 契约:退回发起人的闭环设计》

参考文档


《给 Django Admin 加审批流:一行前端代码没写,298 行接上工作流引擎》 是转载文章,点击查看原文。


相关推荐


使用 SciPy 库进行时间序列分析
databook2026/10/3

时间序列分析听起来有点学术,但其实干起来挺直接的。 你有一串按时间排列的数据,想知道里面有没有趋势、有没有周期性、噪声有多大,或者两个序列之间有没有延迟关系。 SciPy 这个库在信号处理、统计检验方面提供了不少现成的工具,配合 Matplotlib 画图,基本能覆盖日常分析的大部分需求。 本文不是单纯的介绍知识点,而是直接造一组模拟的全年每日温度数据,然后一步步用它演示: 怎么平滑 怎么滤波 怎么去趋势 怎么找周期 怎么看自相关和互相关 每一步都配上代码和图表,你跟着跑一遍,自然就知道 S


一套“嵌入式硬件 + 物联网”可视化,如何计算Highcharts许可证数量?
Highcharts.js2026/9/27

企业软件采购与授权合规实务,如何计算 Highcharts 许可证? 在智能水表、智慧水务、物联网、能源管理等项目中,Highcharts 经常同时出现在两个不同层面: 嵌入式智能水表、网关或终端设备物联网运营中台、Web 管理平台或 SaaS 系统 这两个场景虽然都使用 Highcharts 进行数据可视化,但在商业交付模式上可能完全不同,因此不能简单按照“水表有多少块,就购买多少套 Highcharts”来计算许可证。 真正需要判断的是: Highcharts 最终在哪里运行?谁可以使用?


把 KES 集群交给 Kubernetes 的九十天:一个 DBA 的试用实录
我是杰尼2026/9/19

把 KES 集群交给 Kubernetes 的九十天:一个 DBA 的试用实录 第 0 天:一个押上睡眠质量的决定 先交代背景。我在团队里负责十多套金仓 KES(KingbaseES)数据库集群的运维,主备流复制架构,跑在虚拟机上。这套体系我们维持了几年,谈不上优雅,但胜在熟悉——每台机器的脾气、每个实例的参数、每份应急预案的位置,都在心里有一本账。 变化来自两个方向。一是公司基础架构全面转向 Kubernetes,业务应用一批批迁入,平台组开始追问"数据库什么时候跟上";二是我们自己的痛感在


推理链中的 Token 冗余与剪枝:消除无意义语气词对注意力权重的稀释
醍醐实验室2026/9/11

推理链中的 Token 冗余与剪枝:消除无意义语气词对注意力权重的稀释 随着大模型深度推理(Reasoning Models)能力的演进,生成超长思维链(Long-CoT)已经成为解决复杂数学、符号规划与长代码生成的标准范式。 然而,在审视模型输出的长达数千 Token 的推导轨迹时,我们经常会看到大量高度冗余的过渡性表达,例如:“Let me pause and think...”、“Wait, is this correct? Let's check again...”、“Hmm, let


react-bits:从 36K stars 的“酷炫组件”,看动效如何成为 React 的可复用能力
吴琼琼2026/9/3

react-bits:从 36K stars 的“酷炫组件”,看动效如何成为 React 的可复用能力 打开一个视觉表现力强的网页,人们最先注意到的往往不是组件边界、状态管理或样式组织,而是“这个效果很酷”。文字浮现、背景变化、鼠标交互、内容切换,这些细节能让同样的信息架构呈现出完全不同的气质。 但前端开发里,“很酷”从来不是终点。 一个效果如果只能存在于单个页面的临时代码里,它带来的价值通常很短;如果它能够被抽象为可理解、可选择、可组合的组件,才有机会从一次视觉尝试变成稳定的开发能力。 rea


一条命令,十分钟:jeeflow 工作流应用的六语言一键部署
mldong2026/8/26

系列定位:jeeflow 系列第 9 篇(第三季「多语言联邦」第 1 篇) 平台:公众号 / 掘金(实用向:一键部署 + 选型) 素材版本:引擎 Java 1.8.18 / Go·Python·Node 1.8.20 / PHP 1.3.5 / Rust 1.0.5;一键部署脚本取自 mldong-website 前置阅读:第 8 篇 · 会签三兄弟:并行/串行/按比例的实现与取舍 一、先上结果 在任意一台装了 Docker 的 Linux 服务器上,执行一条命令: curl -fsSL h


Fiber 与 PHP 8.6 Polling API 异步初探
BingoGo2026/8/13

Fiber 与 PHP 8.6 Polling API 异步初探 几周前的一篇文章曾介绍 Polling API RFC,并将其定位为被低估的提案,原因主要在于:报道往往漏掉了真正的动机——那是内部 php_poll.h API,而非用户态的 Io\Poll 类。这一判断至今仍然成立。不过随后收到了不少类似"好吧,可它到底能用来做什么?"的反馈。这是个合理的问题,也正是本文要回答的问题。 时机也恰到好处。该 RFC 以 33 票赞成、1 票反对、4 票弃权通过,并于 6 月 3 日投票截止,实


鸿蒙掌上驾考宝典应用开发15:答题交互组件——Exam 与 SelectComponent 全解析
麦田ya2026/8/3

第15篇:答题交互组件——Exam 与 SelectComponent 全解析 一、引言 答题交互是驾考应用最核心的用户交互场景。DriverLicenseExam 项目的 Exam 组件和 SelectComponent 组件共同实现了完整的答题交互体验,包括试题展示、选项选择、答案判断、答题卡、倒计时等。本文将深入解析这两个组件的实现。 二、Exam 组件架构 2.1 组件职责 Exam 组件是考试页面的核心容器,负责: 管理试题列表(Swiper 滑动切换)展示倒计时(模拟考试)管理答题


[V2X]音频数据流图
墨染天玑2026/7/26

Playback / Recording / Voice 三种场景的音频数据流框图: #mermaid-svg-nAP2CEPsCFL66meU{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}


Day 008:Agent 记得越多越好吗?短期与长期记忆的底层逻辑
kisbad2026/7/18

系列: 100 天系统学习 AI Agent 开发 当前阶段: Agent 基础与环境搭建 今日目标: 搞懂短期记忆与长期记忆的核心差异,建立记忆治理机制。 AI Agent 大模型 Agent开发 LangGraph 很多刚接触 Agent 开发的同学,在加上数据库之后都会有一种错觉:“我的 Agent 终于拥有长期记忆了,它可以记住一切!” 但实操下来往往会遇到这种尴尬场景:学习助手如果每次都问“你学到第几天了”,会显得很智障;可如果它把你随口抱怨的一句“我最近不想学 Python”永久保

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读