jimureport

name	jimureport
description	积木报表生成器 — 自然语言描述报表需求或提供截图，自动生成积木报表（支持数据报表、打印报表、分组报表、循环报表、数据填报等全类型）。Use when user says "积木报表", "jmreport", "Excel报表", "数据填报", "可视化报表", "打印报表", "分组报表", "循环报表", "按照截图生成报表", "创建积木报表", "做一个可视化报表", "积木设计器", "create jimureport", "visual report". Also triggers when user describes report requirements involving Excel-like layouts, data binding with

积木报表 AI 生成器

不涉及「Online 报表」（cgreport）或「Online 表单」（cgform）。

临时配置文件规则（强制）

所有传给脚本的 --config <xxx.json> 必须写到 {系统临时目录}/{SKILL_NAME}/ 下，由操作系统自动清理；skill 与脚本均不主动删除该目录或文件。

import tempfile, os, json

SKILL_NAME = "<SKILL_NAME>"               # 请替换为实际的技能名称
skill_dir = os.path.join(tempfile.gettempdir(), SKILL_NAME)
os.makedirs(skill_dir, exist_ok=True)          # 确保目录存在，不主动检查

config_path = os.path.join(skill_dir, 'sk_audit_create.json')   # 示例文件名
with open(config_path, 'w', encoding='utf-8') as f:
    json.dump(cfg, f, ensure_ascii=False, indent=2)

tempfile.gettempdir() 自动适配：Windows %TEMP%、Linux /tmp、macOS /var/folders/.../T（注意 macOS 并非 /tmp）。
文件名建议使用 <表名>_<步骤>.json（如 sk_audit_create.json），无需重复技能前缀，因路径已包含技能名称，便于排错。

❌ 禁止：

• 写到 <skill>/tmp/ 或当前工作目录（污染 skill / 用户项目）
• 硬编码 /tmp、C:\Temp 或任何固定路径（不跨平台）
• 每步完成后主动 rm / Remove-Item（操作系统会清理，属多余 tool call）
• 主动 os.path.exists() 检查（其本身即为一次 tool call）
  （使用 os.makedirs(…, exist_ok=True) 满足需求，不算主动检查）

临时文件可能被操作系统异步清理，但仍遵循 乐观调用 + 报错补救：仅当脚本返回 FileNotFoundError 或 配置文件不存在 时，使用相同内容、在相同的 {系统临时目录}/{SKILL名称}/ 路径下重写（重写前仍需 os.makedirs(skill_dir, exist_ok=True) 确保目录存在），切勿更换路径或回退至 skill 目录。

一键脚本（必看，覆盖三类全场景）

写自定义 JSON / Python 之前，先看用户需求是否命中下表现成脚本，命中则直接调用，禁止重新组装 JSON 或 Python：

用户描述（关键词）	直接调用	默认覆盖
「全图表」「所有图表」「图表大全」「测试所有数据集类型」「SQL+API+JSON」「图表展示」	python scripts/generate_all_reports.py --base-url ... --token ... --name "..." --mysql-host ... --mysql-port ... --mysql-db ... --mysql-user ... --mysql-pwd ...	25 个图表（SQL 12 + API 2 + JSON 4 + 不绑 7），自动建 chart_demo_all 表插数据 + 自动创建 YApi mock + 一次保存

命中规则与禁止事项

• 关键词命中即用：用户说「生成全部图表」「全图表测试」「演示所有图表」「测试 SQL/API/JSON 三种数据集」时，第一反应就是 generate_all_reports.py，不要回头自己写 chart_entry/echarts 模板
• 3 秒能跑完：实测 ~3.1s 端到端创建。脚本启动后不要分块等待、不要发 AskUser 求确认，直接 Bash 等结果
• Mock 新建必须用唯一路径：create_mock 遇到同路径会静默覆盖已有接口数据，污染他人接口。创建新接口时必须在路径末尾追加时间戳或序号（如 /sales_20260427），只有用户明确说"修改/更新已有接口"时才可复用原路径
• saveDb 串行：脚本已改为串行调用 save_db，避免 jimu_report_db_field INSERT 并发引发 MySQL deadlock
• 新增图表类型时：在 CHARTS 列表加一行，写一个 tpl_xxx 函数即可，无需重写主流程

执行流程

第零步（必须）：Token 优先

用户消息里没有 X-Access-Token 时，立刻询问，拿到 token 后再读任何文件。等待回复期间不要预读文件——等待时间不计入 3 分钟，文件读取时间计入。

⚠️ 凭证禁止读记忆，直接问用户：需要数据库密码、账号密码等任何凭证时，禁止读取 memory 文件获取，必须直接在对话中问用户。

第一步（必须）：按「执行速度规范」表选最小文件集

不要先 Glob examples/，直接查下方「执行速度规范」表，按场景只读指定文件。禁止在表外额外读文件。 场景匹配优先于文件名匹配：multi-level-header.md 主要是交叉表 groupRight/dynamic，纵向分组+静态多级表头不要读它（浪费 ~30s 读不适用示例）。

读完指定文件后直接 Write JSON 配置 → 执行 CLI 命令 → 输出预览链接。两步完成，禁止多余动作。

报表链接格式（创建成功后直接输出，禁止调接口验证是否存在）：

• 设计器：http://{host}/jmreport/index/{report_id}?token={token}&tenantId=1
• 预览：http://{host}/jmreport/view/{report_id}?token={token}&tenantId=1

报表名称规则：用户明确指定名称时直接使用；未指定时 AI 自动生成名称，生成后须调 GET /jmreport/query/report/folder?pageNo=1&pageSize=10&reportType=&name={name}&token={token} 检查是否重复，有同名则追加后缀（如 _2、_20260415）。

utils 子模块速查（需确认某函数签名时，Grep 对应小文件，禁止读全量 jimureport_utils.py）：

需要确认的函数	读哪个文件
Session、gen_id/code/layer、col_letter、_compute_sign	jimureport_core.py
parse_api、parse_sql、save_db、update_db、parse_and_save_dataset、parallel_parse/save/api	jimureport_dataset.py
make_designer、base_save、get_report、report_urls、print_summary	jimureport_report.py
make_styles、STYLE_BASE/DATA/HEADER/TITLE/LINK（命名常量，禁止用魔法数字）	jimureport_styles.py
chart_entry、virtual_row、build_chart_layout、update_chart_config、parallel_fill_charts、pick_chart_axes	jimureport_chart.py
create_link、parallel_create_links	jimureport_link.py
ensure_datasource、find_datasource、get_ds_connection、query_mysql、execute_ds	jimureport_datasource.py

禁止	替代
读全量 jimureport_utils.py	按上表 Grep/Read 对应子模块（各 25-175 行）
Grep/Read jimureport_gen.py（任何原因）	api_dataset/group/standard 等函数的签名和参数在 SKILL.md 调用示例中已完整给出（base_url 默认 http://192.168.1.6:8085/jmreport，无需传），"不确定参数"不构成读源码的理由，直接信任文档
Grep/Read jimureport_creator.py 确认是否支持某功能（如 fieldList searchMode、paramList 等）	SKILL.md 的 JSON 配置模板和禁止表已覆盖所有场景，直接写 JSON 配置执行，禁止读源码验证
Grep/Read jimureport_dataset.py 查看 parse_sql 实现	parse_sql 接受含 FreeMarker 条件的 SQL，服务端以空参评估后解析字段列表，直接调用即可，无需看源码
找 DB 凭证	用 memory 中的配置或问用户
Windows 下 Bash tool 跑 python	改用 PowerShell tool 跑 python xxx.py / python -c "..."，同步返回（详见下方「Windows 执行环境」）
调外部 API 验证字段	直接按用户提供的字段写脚本，不预调 API
擅自调用 create_mock() 或 init_yapi()	⛔ 用户已提供接口 URL 时，直接 save_db(api_url=URL)，严禁调用 create_mock() / init_yapi() / 任何 YApi 登录或验证操作；只有用户明确说"帮我创建 mock 接口"或完全未提供 URL 时才调用；URL 已知 = 直接用，不验证、不询问、不登录
sleep + cat 轮询输出	Bash 命令在 Windows 始终被后台化；若仍要走 Bash，必须用 TaskOutput(task_id, block=true) 等待结果，禁止用 sleep/cat 轮询
报表创建后调接口验证是否存在	/save 返回 success:true 即成功，直接输出设计/预览链接，无需查报表列表
手写 border 样式（{"style":1} 或任何非数组格式）	必须用 make_styles() 获取 styles 列表，它已内置正确的 ["thin","#d8d8d8"] 数组格式；手写 border 一律禁止，会导致整表渲染空白
customRows 配合空 columns: []	creator 靠 columns 生成 queryInfo.dbf；columns 为空则不写入绑定元数据，报表预览完全无数据（即使数据集 records=N）。customRows 只控制视觉布局，columns 必须填数据集的实际字段（至少一个）
用户未指定的可选参数自行填值（如 customEditConf.eventParams、freeze、rpbar、background 等）	只写用户明确给出的字段，其余可选参数一律省略，不得自造默认值
调 report_urls() 工具函数当作 dict 用（如 urls['designer']）	report_urls(report_id, base_url, token, tenant) 返回 tuple (preview_url, design_url)，不是 dict；且第一个参数是 report_id 不是 base_url。直接按本节"报表链接格式"拼字符串，不要调用此函数
报表创建走自定义 .py 脚本	⛔ 必须用 JSON 配置文件 + jimureport_creator.py CLI：只写 xxx.json → python jimureport_creator.py --api-base URL --token TOKEN --config xxx.json。需要同时创建 YApi mock 的 API 数据集报表，用 jimureport_gen.api_dataset(..., mock_data=[...], mock_path="/xxx_日期") 一步完成，内部自动生成 JSON 并调 CLI，无需手写 Python 脚本。用户反馈（2026-05-22 再次确认）："以后只生成JSON"。⚠️ 典型错误场景1：用户要求自定义样式，AI 认为高级函数不支持样式就手写 rows/cols/styles/save_db/base_save——严重违规。⚠️ 典型错误场景2：场景复杂（含钻取+图表+建表），AI 直接写 drill_demo.py 等全流程 Python 脚本——严重违规。正确做法：报表结构部分始终写 JSON；建表/链接创建等 JSON 不支持的步骤写成最小独立 PowerShell inline；两部分分开，不混写。
PowerShell Out-File -Encoding utf8 写 JSON	产生 UTF-8 BOM 导致 json.load 报 Unexpected UTF-8 BOM。必须用：[System.IO.File]::WriteAllText($path, $content, (New-Object System.Text.UTF8Encoding $false))

Windows 执行环境（强制规则，违反会让用户吐槽"执行太慢"）

现象：Windows 的 Bash tool 会把 python / python -c / skill 脚本当作长命令自动 run_in_background，tool 立即返回 background ID，真正输出要等完成通知——把毫秒级调用放大到数秒，历史上多次让单报表从 1 分钟拖到 18 分钟。

规则：

• Windows（platform=win32） → 用 PowerShell tool 直接执行 python xxx.py，同步返回。禁止用 Bash tool 跑 python（会被后台化）。
• Linux / macOS → 用 Bash tool 直接调用 python xxx.py。
• 任何平台都不用 curl：跨平台不一致，Windows Bash 下同样被后台化。

脚本执行前强制检查（2 项）：

1. ✅ Windows 下用 PowerShell tool 执行 python xxx.py，不是 Bash tool
2. ✅ 脚本第一行已加编码声明：import sys; sys.stdout.reconfigure(encoding='utf-8')（防 GBK 崩溃重试）

Windows 正确示例：

PowerShell: python <skill_base_dir>/scripts/xxx.py --base-url ... --token ...

<skill_base_dir> 是本 SKILL.md 所在目录，运行时用实际路径替换，禁止写死 C:/Users/...。

Windows 错误示例：

Bash: python generate_all_reports.py ...    ← 返回 "Command running in background with ID: xxx"
Bash: curl -X POST ...                       ← 同上

历史教训：曾因默认走 Bash + python 被用户连续吐槽"执行太慢了 / 生成这么慢"。根因是 Bash tool 在 Windows 对 python 会后台化，不限于 curl。另一常见重试原因：脚本缺编码声明导致 UnicodeEncodeError: 'gbk' codec，加第2项检查可消除。 典型症状：报表生成完成后仍等待约 2 分钟才结束——这是 Bash 后台化的直接表现：脚本已跑完但 tool 在等 background 完成通知。遇到此现象立即确认是否误用了 Bash tool，改 PowerShell 即可消除。

前置条件

用户须提供 X-Access-Token。

SQL 数据集数据源选取（用户未指定 dbSource 时必须执行）

正确流程（必须每次执行，不可跳过）：

1. 调 GET /jmreport/initDataSource 获取数据源列表
2. 按用户提供的数据库名（如 jeecg-boot-cr）精确匹配 name 字段，取其 id
3. 找不到再询问用户

⚠️ 禁止用 memory 中存的数据源ID直接跳过查询：memory 里的ID可能已过期或被重建，必须每次查询后按名字匹配拿到当前有效ID。memory 只用于记住数据库名，不用于记住ID。 ⚠️ 禁止全量拉取后遍历猜测：有明确数据库名时直接按名字匹配，不要靠含"积木"等模糊规则。

按以下规则处理：

返回结果	处理方式
result 为空数组	告知用户需要先在积木报表中新增数据源，停止创建
result 非空，存在 name 含"积木"的项	自动选该项，将其 id 作为 db_source 传入 save_db
result 非空，无含"积木"的项	列出所有数据源名称，询问用户选哪个，等待回复后再继续

接口返回字段：每项包含 id（传给 db_source）和 name（展示给用户）。

脚本中直接调用（禁止在脚本里重新手写此逻辑）：

from jimureport_utils import resolve_db_source
# 用户未指定数据源时：
db_source = resolve_db_source(session)   # 自动选含「积木」的；无则抛 RuntimeError 列出清单

RuntimeError 消息已包含数据源列表，捕获后直接转告用户即可。

上下文优先：本次对话中已经通过 resolve_db_source 或用户回复确定过 db_source，后续同一会话的报表直接复用，不得重复调用 initDataSource。 ⚠️ 禁止全量拉取后遍历猜测：不要拉取全部30+数据源再靠名字模糊匹配，应按用户提供的数据库名精确查找，或直接读 memory。全量拉取是浪费 + 容易选错。

API 数据集前置询问（用户未提供 API 地址时必须先问）

用户未给出 API 地址时，必须先询问：

请问接口用哪种方式创建？

• mock 接口：通过 YApi 创建 mock 接口（参见下方「YApi Mock 数据源」章节）
• 本地代码：请提供本地 JeecgBoot 项目路径，我直接把 Controller 写入项目

收到答复后的处理规则：

用户选择	处理方式
mock 接口	按「YApi Mock 数据源」章节流程，用 yapi_mock.py 创建 mock 接口，返回 mock URL 填入数据集
本地代码	询问项目路径（如 D:\path\to\jeecg-boot），只生成 Controller 写入项目，返回静态数据（{"data": [...]}），不生成 Entity / Mapper / Service / SQL

🚀 CLI 创建（一条命令）

python /scripts/jimureport_creator.py \
  --api-base http://BASE_URL --token TOKEN --config /path/to/config.json

配置 A：SQL 普通/分组报表

{
  "action": "create", "reportName": "报表名称", "theme": "blue",
  "datasets": [{"dbCode":"ds1","dbChName":"数据集","dbDynSql":"SELECT col1,col2 FROM t ORDER BY col1","dbSource":"","isPage":"0"}],
  "table": {"datasetCode":"ds1","title":"报表名称","columns":[
    {"field":"col1","title":"列1","width":120,"group":true},
    {"field":"col2","title":"列2","width":100,"funcname":"SUM"}
  ]}
}

columns 可选属性：group:true(分组) / funcname:"SUM"(聚合) / subtotalText:"小计"

配置 B：SQL + 图表

{
  "action":"create","reportName":"名称","layout":"chart_bottom",
  "datasets":[
    {"dbCode":"dt","dbChName":"表格","dbDynSql":"SELECT ...","isPage":"1"},
    {"dbCode":"dc","dbChName":"图表","dbDynSql":"SELECT x AS name,y AS value,'' AS type FROM ...","isPage":"0"}
  ],
  "table":{"datasetCode":"dt","title":"名称","columns":[...]},
  "chart":{"datasetCode":"dc","chartType":"bar.simple","title":"图表","width":"650","height":"380"}
}

layout: chart_bottom / chart_top / chart_right / chart_only

配置 C：JSON 数据集（dbCode 必须字符串！）

{
  "action":"create","reportName":"名称",
  "datasets":[{"dbCode":"my_data","dbChName":"数据","dbType":"3","isList":"1","isPage":"0",
    "jsonData":[{"name":"张三","age":"25"}],
    "fieldList":[["name","姓名"],["age","年龄"]]}],
  "table":{"datasetCode":"my_data","title":"名称","columns":[
    {"field":"name","title":"姓名","width":100},{"field":"age","title":"年龄","width":80}]}
}

禁止纯数字 dbCode（如 gen_code()），JSON 数据集模板引擎无法解析。

f-string 写绑定字段时必须转义花括号：f"#{{{db_code}.{field}}}" → 生成 #{db_code.field}。若写成 f"#{db_code}.{field}#" 则花括号被 Python 吃掉，变成 #db_code.field#（格式错误，末尾多 #，数据不渲染）。

配置 D：自定义 rows（复杂多级表头）

build_table_rows 无法满足时（如四级合并表头），传 customRows + customMerges 跳过自动构建：

{
  "action":"create","reportName":"名称",
  "datasets":[{"dbCode":"ds1","dbType":"3","jsonData":[...],"fieldList":[...]}],
  "table":{"datasetCode":"ds1","columns":[{"field":"f1","title":"F1","width":100}]},
  "groupField":"ds1.group_field",
  "customRows":{"1":{"cells":{"1":{"text":"标题","style":0,"merge":[0,5]}},"height":40}},
  "customMerges":["B2:G2"],
  "customStyles":[{"align":"center","font":{"size":16,"bold":true}},{"align":"center","font":{"bold":true,"color":"#FFF"},"bgcolor":"#4472C4"},{"align":"center","valign":"middle"}],
  "customCols":{"0":{"width":27},"1":{"width":100},"len":100}
}

⚠️ table.columns 与 customRows 同时存在时，columns 仍不可为空数组 [] creator 依赖 columns 来生成 designerObj 中的 queryInfo.dbf（数据集绑定元数据）。 若 columns: []，queryInfo.dbf 不会写入，报表预览将完全空白（无数据），即使数据集已保存成功（records=N）。 正确做法：columns 填入数据集的实际字段（哪怕只有一个），customRows 再覆盖视觉布局；两者独立互不影响。

配置 E：含钻取（drilling）——无需任何额外 Python 脚本

drilling 和 linkages 键已内置于 creator：creator 自动调用 /link/saveAndEdit 并把 linkIds 回填到 cells / chart extData，全程只需一个 JSON 文件。

{
  "action": "create",
  "reportName": "主报表（三种钻取演示）",
  "theme": "blue",
  "layout": "chart_bottom",
  "datasets": [
    {
      "dbCode": "sales", "dbChName": "学校汇总",
      "dbDynSql": "SELECT leibie AS name, SUM(jine) AS value, '' AS type, 'jeecg.com' AS website FROM school_demo GROUP BY leibie ORDER BY value DESC",
      "dbSource": "1161942757348524032", "isPage": "0"
    }
  ],
  "table": {
    "datasetCode": "sales", "title": "学校汇总报表",
    "columns": [
      {"field": "name",    "title": "类别（点击→子报表）", "width": 140},
      {"field": "value",   "title": "总金额",              "width": 120},
      {"field": "website", "title": "官网（点击→jeecg.com）","width": 180}
    ]
  },
  "chart": {
    "datasetCode": "sales", "chartType": "bar.simple",
    "title": "各类别总金额（点击柱子钻取）", "width": "560", "height": "360"
  },
  "drilling": [
    {
      "name": "钻取1-报表钻取报表",
      "linkType": "0",
      "targetReportId": "<detail_report_id>",
      "ejectType": "0",
      "source": {"type": "cell", "field": "name"},
      "params": [
        {"paramName": "leibie", "paramValue": "name", "fieldName": "name", "dbCode": "sales", "tableIndex": 0}
      ]
    },
    {
      "name": "钻取2-图表钻取报表",
      "linkType": "0",
      "targetReportId": "<detail_report_id>",
      "ejectType": "0",
      "source": {"type": "chart"},
      "params": [
        {"paramName": "leibie", "paramValue": "name", "fieldName": "", "dbCode": "sales", "tableIndex": 0}
      ]
    },
    {
      "name": "钻取3-网络钻取",
      "linkType": "1",
      "targetUrl": "http://jeecg.com",
      "ejectType": "0",
      "source": {"type": "cell", "field": "website"},
      "params": [
        {"paramName": "school", "paramValue": "name", "fieldName": "name", "dbCode": "sales", "tableIndex": 0}
      ]
    }
  ]
}

drilling 字段说明：

字段	说明
linkType	"0" 报表钻取 / "1" 网络链接
targetReportId	linkType=0 时填目标报表 ID；linkType=1 时留空
targetUrl	linkType=1 时填外部 URL
ejectType	"0" 新窗口 / "1" 当前窗口
source.type	"cell" 单元格触发 / "chart" 图表触发
source.field	cell 时填数据集字段名（creator 自动匹配含该字段的数据行单元格并回填 linkIds）
params[].paramValue	单元格钻取填字段名；图表钻取填 name（X轴）/ value（Y轴）/ seriesName

跨报表钻取的顺序：先创建子报表拿到 detail_id，再把 detail_id 填入主报表 JSON 的 targetReportId，两个 JSON 分别跑 CLI 即可，无需额外 Python 脚本。

配置 F：NoSQL 数据集（ES / MongoDB / Redis）

dbType 填 "es"/"mongo"/"mongodb"/"redis"，creator 自动补 Calcite schema 前缀；dbSource 必填数据源 ID。

{"action":"create","reportName":"名称",
 "datasets":[
   {"dbCode":"esDs",    "dbChName":"ES员工",   "dbType":"es",    "esIndex":"jmreport_test_employee","dbSource":"<ES数据源ID>",    "isPage":"1"},
   {"dbCode":"mongoDs", "dbChName":"Mongo订单", "dbType":"mongo", "mongoCollection":"orders",        "dbSource":"<Mongo数据源ID>", "isPage":"1"},
   {"dbCode":"redisDs", "dbChName":"Redis缓存", "dbType":"redis", "dbDynSql":"SELECT * FROM cache",  "dbSource":"<Redis数据源ID>", "isPage":"0"}
 ],
 "table":{"datasetCode":"esDs","title":"员工列表","columns":[
   {"field":"emp_id","title":"工号","width":80},{"field":"emp_name","title":"姓名","width":100}
 ]}
}

字段	说明
esIndex	ES 专用简写，自动生成 SELECT * FROM es.{索引名}；有它可省略 dbDynSql
mongoCollection	MongoDB 专用简写，自动生成 SELECT * FROM mongo.{集合名}
dbDynSql	显式 SQL；ES/Mongo 缺 es./mongo. 前缀时自动补全；Redis 原样传入

ES 字段名若与 Calcite 保留字冲突（position/date/type/value 等），需反引号转义或改用 esIndex 简写（SELECT * 无需列出字段名，天然规避）。详见 pitfalls.md §数据库数据源。

修改已有报表

# get_report → 改 design → base_save(**design 展开，get_report 返回的 design 是安全的)
designer, design = get_report(session, report_id)
design["rows"]["3"]["cells"]["1"]["text"] = "新值"
design["chartList"] = filled_charts   # 如有图表回填，直接替换 chartList
session.request("/save", base_save(report_id, designer, **design))
# ↑ get_report 返回的 design 只含 base_save 接受的 key，**design 展开无冲突
# 注意：手动拼的 design dict 禁止 **展开，必须显式列出 rows/cols/styles/merges/chartList

⚠️ Bug 修复必须用 patch 脚本，禁止重跑创建脚本 任何情况下发现已有报表存在问题（无论是用户反馈还是 AI 自己发现），正确做法是写一个独立 patch 脚本（get_report → 改局部字段 → base_save 回写；数据集错误用 update_db），不得修改并重新执行创建脚本。重跑创建脚本会生成新 ID 的报表，原报表（含已配置的权限、分享链接、引用关系）不会被修复，且产生垃圾报表。

报表大类

积木报表分为两大类，默认为数据报表：

大类	说明	designerObj 关键字段
数据报表（默认）	展示型报表，从数据集查询渲染	submitForm 不设置或为 0
填报报表	在报表上填写数据并提交到后端	submitForm: 1

数据报表类型判断

用户描述	数据绑定	数据集配置
明细/列表	#{db.field}	isList:"1" isPage:"1"
套打/单条	${db.field}	isList:"0" isPage:"0"
按XX分组	#{db.group(field)}	isPage:"0"
交叉表	#{db.groupRight(field)} + #{db.dynamic(field)}	isPage:"0"

单元格绑定字段名获取

写 #{dbCode.fieldName} 绑定前，不得凭 SQL 别名手写字段名。

直接用 parse_sql 返回的 fieldName（推荐，最快）：

fl = parse_sql(session, sql)
fields = [f["fieldName"] for f in fl]
# MySQL 将所有别名转小写，AS totalAmount → totalamount，直接用即可

/field/tree/{reportId} 是备用方案（需报表先 /save 存在才能调），parse_sql 已返回同样的真实字段名，无需多一次调用。

性能优化（单报表推荐模板）

单报表单数据集场景，以下 3-step 流程总 HTTP ≤ 5 次（含数据源已存在的 1 次）。实测端到端 ~0.8s。

from jimureport_utils import (
    Session, gen_id, make_designer, make_styles, base_save, report_urls,
    ensure_datasource, parse_and_save_dataset,   # ← 推荐新路径
)

session = Session(BASE_URL, TOKEN)

# ① 确保数据源存在（1-2 HTTP，已存在时只 1 次）
ds_id = ensure_datasource(
    session, name="mongodb", db_type="mongodb",
    db_url="<db_host>:27017/<db_name>",
    db_username="qqyun", db_password="qqyun188"
)

# ② 预生成 report_id（客户端，0 HTTP）
report_id = gen_id()

# ③ parse_sql + saveDb 组合（2 HTTP，report_id 允许尚不存在）
sql = f"select * from mongo.{COLLECTION}"
field_list, db_id = parse_and_save_dataset(
    session, report_id, DB_CODE, "中文名", sql,
    db_source=ds_id, is_list="1", is_page="1"
)

# ④ 构建 rows/cols/styles 后，首次 /save —— 一步创建报表 + 写入布局（1 HTTP）
designer = make_designer(report_id, REPORT_NAME)
session.request("/save", base_save(report_id, designer,
    rows=rows, cols=cols, styles=styles, merges=merges, chartList=[]))

阶段	原来 HTTP	现在 HTTP	说明
数据源	3（查+存+再查）	1-2	ensure_datasource 合并
首次占位 /save	1	0	parse_and_save_dataset 直接对 orphan report_id 调 saveDb
解析 SQL	1	1	—
保存数据集	1	（合并在 ③）	—
最终 /save	1	1	首次创建 + 写入布局
合计（已存在数据源）	7	4	省 3 次 HTTP

关键原理：saveDb 接受尚不存在于服务端的 report_id（orphan），后续 /save 以此 id 首次创建报表时，数据集会正确绑定。实测验证通过。 addDataSource 返回 result: true（不返回 id），新建后必须再查一次；/initDataSource 无签名比 /getDataSourceByPage 快。

仍可用的旧路径（保留兼容）

parallel_init_and_parse 已不推荐但保留 —— 旧脚本无需修改。新脚本一律用 parse_and_save_dataset。

API 数据集快速路径（2 HTTP，实测 ~0.5s）

API 数据集无需 queryFieldBySql，字段手动定义，整个流程只需 2 次 HTTP：

from jimureport_utils import Session, gen_id, make_designer, base_save, save_db

session = Session(BASE_URL, TOKEN)

# ① 客户端生成 report_id（0 HTTP）
report_id = gen_id()

# ② saveDb：orphan report_id 合法，直接绑定（1 HTTP）
field_list = [
    {"fieldName": "f1", "fieldText": "字段1", "widgetType": "String", "orderNum": 0, "tableIndex": 0, "extJson": "", "dictCode": ""},
    # ... 其余字段
]
save_db(session, report_id, DB_CODE, "数据集名称",
        API_URL, field_list,
        db_type="1", api_url=API_URL, api_method="0",
        is_list="1", is_page="0")

# ③ /save：首次创建报表 + 完整设计一步完成（1 HTTP）
designer = make_designer(report_id, REPORT_NAME)
session.request("/save", base_save(
    report_id, designer,
    rows=rows, cols=cols, styles=styles, merges=merges, chartList=[],
    isGroup=True, groupField=f"{DB_CODE}.group_field",   # 交叉/分组报表需要
))

旧流程（3 HTTP）	新流程（2 HTTP）
POST /save 空报表 → 取 report_id	gen_id() 本地生成（0 HTTP）
POST /saveDb	POST /saveDb（同）
POST /save 完整设计	POST /save 完整设计（同）

实测：区域省份销售额交叉报表，3 步 ~3s → 2 步 ~0.5s（2026-04-22 验证）。 适用场景：所有 API 数据集报表（交叉表、分组表、明细表均可）。

MongoDB / NoSQL 数据源特别说明

• testConnection 仅检测 TCP 连通，不验证账号密码。它返回 success 不代表凭证正确。
• 真实鉴权发生在 queryFieldBySql / 预览时。凭证错会在这两步报 Exception authenticating。
• 禁止在创建脚本里尝试多种格式（标准分离 / 连接串 / 多 authSource）的试错循环 —— 白白浪费 3-6 秒。只试用户给的一种，失败立刻报错让用户检查 MongoDB 服务端 db.getUsers()。

性能优化（多数据集 / 多报表场景）

核心原则：能并行的全部并行，消灭串行等待。

from jimureport_utils import parallel_parse_sqls, parallel_save_dbs, parallel_create_links
from concurrent.futures import ThreadPoolExecutor

# ① 并行解析所有 SQL（一轮完成）
fl_a, fl_b, fl_c = parallel_parse_sqls(session, [
    {"sql": sql_a}, {"sql": sql_b}, {"sql": sql_c},
])

# ② 并行保存所有数据集（一轮完成）
db_id_a, db_id_b, db_id_c = parallel_save_dbs(session, [
    {"report_id": rid, "db_code": "dsA", "sql": sql_a, "field_list": fl_a, ...},
    {"report_id": rid, "db_code": "dsB", "sql": sql_b, "field_list": fl_b, ...},
    {"report_id": rid, "db_code": "dsC", "sql": sql_c, "field_list": fl_c, ...},
])

# ③ 并行创建所有钻取/联动（一轮完成）
link1, link2, link3 = parallel_create_links(session, [
    {"report_id": rid, "link_name": "钻取1", "link_type": "0", ...},
    {"report_id": rid, "link_name": "钻取2", "link_type": "0", ...},
    {"report_id": rid, "link_name": "联动1", "link_type": "2", ...},
])

# ④ 多张报表最终 /save 并行
with ThreadPoolExecutor(max_workers=2) as ex:
    f1 = ex.submit(lambda: session.request("/save", base_save(rid1, d1, ...)))
    f2 = ex.submit(lambda: session.request("/save", base_save(rid2, d2, ...)))
    f1.result(); f2.result()

优化点	节省
parse_sql 直接取字段名，跳过 first_save + field/tree	每张报表省 2 次请求
parallel_parse_sqls	N 次串行 → 1 轮并行
parallel_save_dbs	N 次串行 → 1 轮并行
parallel_create_links	N 次串行 → 1 轮并行
多报表 /save 并行	M 次串行 → 1 轮并行

行列索引规则

• 全部 0-indexed，A列(col0)留空，数据从 col1(B列)开始
• merge: [extraRows, extraCols]，0=只占自身
• merges 用 Excel 记法："B2:F2"（UI行号 = code行号+1）

分组汇总

用户说法	实现
"合计行"	数据行下方加 =SUM(列号)
"分组小计"	subtotal:"groupField" + funcname:"SUM" + subtotalText:"小计"
只说"分组"	只用 group() + aggregate:"group"

🚨 分组列开 subtotal:"groupField" 时，所有数值列必须默认 aggregate:"select" + funcname:"SUM"——否则小计/合计行的数值单元格全部空白，UI 上"显示了合计标签 + 数值列空白"是绝对不允许的折中状态。要嘛不显示合计行（分组列改 subtotal:"-1"、subtotalText:""），要嘛数值列全部默认求和。AI 不得只搬模板里"分组列带 subtotal、数值列裸 text"的写法。

funcname 聚合函数值（⚠️ 必须严格使用以下字符串，写错则不生效）

用户需求	funcname 值
合计 / 求和	"SUM"
平均 / 平均值	"AVERAGE" （❌ 不是 "AVG"）
最大值	"MAX"
最小值	"MIN"
计数	"COUNT"
不聚合（分组列占位）	"-1"

分组列 vs 聚合列属性对比

属性	分组列（group）	聚合列（select）
aggregate	"group"	"select"
subtotal	"groupField"	"-1"
funcname	"-1"	"SUM" / "AVERAGE" / "MAX" / "MIN" / "COUNT"
subtotalText	小计行标签文字	小计行标签文字

查询参数（paramList）

含查询控件时读 references/query-params.md § 0（含 SQL FreeMarker 条件、widgetType/searchMode 对照表、日期范围拆分规则）。

字段查询 vs 报表参数查询（必读规则）

	字段查询（fieldList searchFlag）	报表参数查询（paramList）
SQL	纯 SELECT，不加 WHERE / FreeMarker 条件	必须加 <#if isNotEmpty(x)>... 条件
fieldList	searchFlag=1 + searchMode + dictCode 等	无需设置 searchFlag
paramList	不需要	必须配置 paramList
querySetting	无需设置	按需配置 izOpenQueryBar

核心规则：字段查询时 JimuReport 引擎自动处理过滤，SQL 保持纯净；只有使用报表参数时才在 SQL 中添加 FreeMarker WHERE 条件。两种方式不能混用。

样式规范（必读约定，无需用户提醒）

• 所有表格报表必须带 border：优先用 from jimureport_utils import make_styles 的 5 种预置样式（索引 0-4）
• col0 始终留白 30px 不加边框：标题行从 col1 开始合并（merges 写 B1:F1 不含 A 列）。make_styles() 预置样式 0-4 均含边框，col0 必须单独追加无边框样式：

  styles = make_styles()
  styles.append({"align": "center"})  # index 5：col0 专用，无边框
  # 所有行的 col0 统一用 style: 5
  "0": {"text": "", "style": 5}
  

• 自定义样式时 border 必须嵌套（不能 ** 展开到顶层），color（文字色）与 font 平级放 style 顶层
• ⚠️ 凡是自定义 styles 数组或修改单元格配置，必须先读 references/styling.md，不得凭经验猜属性层级（color 在顶层而非 font 内是高频踩坑点，引擎静默忽略错误写法）

完整规范 + col0 留白模板代码 → references/styling.md

图表类型速查

含图表时读 references/chart-types-quickref.md（系统名称 → chartType 对照 + series 字段取值 + 地图数据语义规则）。 完整 ECharts 配置模板 → references/chart-echarts-templates.md。

执行速度规范（3分钟内完成）

开始前强制检查（每次执行前过一遍）：

1. ✅ 数据源ID已从 memory 读取，未调 initDataSource（除非 memory 确实没有）
2. ✅ 数据库驱动用 pymysql，不是 mysql.connector（该项目环境只有 pymysql）
3. ✅ 样式用 customStyles 时，border 格式从已读的示例文件中复用，不额外读 styling.md

文件读取按场景取最小集，只读表中指定的文件，不得额外读其他文件：

场景	读取文件（精确，不多读）
普通表格 / JSON数据集（无分组）	只读 references/pitfalls.md（遇到报错按症状索引跳节，用 offset 只读对应节）
纵向分组（含小计/聚合）	references/pitfalls.md §数据集保存（offset=15, limit=40）+ examples/vertical-group-subtotal-example.md
纵向分组 + 自定义排序（textOrders）	只读 examples/vertical-group-custom-sort.md；API 数据集场景见下方「已知坑点」中的 API+mock+textOrders 条目
customGroup（自定义横向分组，每条记录→一列）	只读 references/horizontal-grouping.md（§5.3.2 已内嵌完整 JSON 模板 + 所有关键属性；无需再读 examples/horizontal-group.md）
groupRight + dynamic（交叉表，列头横向动态展开）	references/horizontal-grouping.md + examples/horizontal-group.md 示例1
groupRight + dynamic + 跟随分组扩展统计行（rightFollowExten）	只读 references/horizontal-grouping.md §「跟随分组扩展统计行」节
含条码/二维码 / 补全空白行 / 自定义编辑单元格	只读 references/cell-config.md
含查询控件（paramList）	references/query-params.md § 0 + examples/param-query.md
含图表（无联动/钻取）	references/chart-types-quickref.md（选 chartType）→ references/chart-canonical-configs.md + references/chart-echarts-templates.md；图表显示条数/排序/数据过滤需求必须先查 references/chart-echarts-props.md §9，禁止改数据集类型或切片数据
含图表联动	只读 examples/chart-linkage.md（已含完整 extData/linkType=2/paramValue="name"/parameter 结构，不需要再读 canonical-configs）；chartType 不确定时才额外读 references/chart-types-quickref.md（共 ≤2 个文件）。严禁读 pitfalls.md：该文件 26742 tokens 必超限报错，联动场景也不需要它。⚠️ API 数据集图表联动复用场景直接用 scripts/create_chart_linkage.py；chart_linkage() 的 linkages 参数不生效，必须 patch（见「已知坑点」）
含报表钻取	references/report-drilling.md + examples/report-drilling.md
含表达式	只读 references/expressions.md
数据填报报表	只读 references/fillform.md
套打报表（${db.field} 单条绑定，背景图覆盖整张表单）	只读 references/misc-config.md §套打imgList配置（完整代码模板）；坑点摘要见 references/pitfalls.md §套打背景图（offset=292, limit=10）
主子报表（套打式或循环块式，子表纵向展开，eri≥40）	references/mastersub-report.md + examples/master-sub-table.md
分栏报表（loopTime 横向循环，eri=卡片实际行数，禁止缓冲行）	只读 references/loopblock-grouping.md §5（offset=106）
分版（并列独立展开，zonedEdition/zonedEditionList）	只读 references/loopblock-grouping.md §5.5（offset=219，limit=60）
多源报表（多个数据集来自不同表且有共同关联字段；或用户要求同一行同时绑定主子两表字段）	只读 examples/multi-source-table.md
样式细节（边框/留白/优先级）	只读 references/styling.md
自定义 styles 数组（含 color / bgcolor / font 任意属性）	必读 references/styling.md（color 文字色必须放 style 顶层，不能放 font 内；违反则静默失效）
修改已有报表单元格配置（style / merge / text / direction 等）	必读 references/styling.md，确认属性层级后再动手
文件数据集（Excel/CSV/JSON，含用户未提供文件需自动创建的场景）	只读 references/dataset-advanced-file.md（§前置自动创建 + §4.0 上传流程）
数据源管理（MongoDB/Redis/MySQL等 addDataSource）	只读 references/dataset-advanced.md § 1
报表组合（创建/更新/删除）	只读 references/report-group.md
有参考报表 ID	get_report 照搬，跳过所有文件
需要示例数据/字段未确定	只读 references/mock-apis.md 选接口

pitfalls.md 读取规则：仅「普通表格/无分组」行要求全节读取；其他场景遇到运行时报错时，按 pitfalls.md 顶部症状索引找对应节，用 Read(offset=N, limit=40) 只读该节（不要全读，9 个节每节约 20 行）。⚠️ pitfalls.md 共 26742 tokens，任何场景都禁止整文件读取（必超 25000 token 限制报错）；联动/图表场景更是完全不需要读它。

API 数据集 + customGroup 快速路径（用户提供了 API URL + token 时，不超过 3 步）：

1. 读 references/horizontal-grouping.md §5.3.2 拿到模板
2. 在脚本里调 parse_api(session, api_url) 获取字段名（1 次 HTTP，合并进脚本，不单独执行）
3. 替换模板中的字段名 → PowerShell 执行脚本

自定义图表脚本规范（含 SQL/API 数据集）

写自定义图表脚本前必须先确认以下规范，杜绝反复调试。

# ① BASE_URL 必须含 /jmreport
session = Session("http://host:port/jmreport", TOKEN)

# ② make_designer：首次 /save 时 report_id 传空字符串
designer = make_designer("", REPORT_NAME)
# !! 拿到 report_id 后，最终保存前必须重新构造 designer（带真实 id），否则单元格数据不会写入 !!
# designer = make_designer(report_id, REPORT_NAME)  ← 最终保存前用这个

# ③ rows 必须带 "len" key
rows = {"len": 200, "1": {"height": 25, "cells": {}}, ...}

# ④ base_save 前两个参数是位置参数，不可用关键字
resp = session.request("/save", base_save("", designer, rows=rows, cols=cols, styles=styles, merges=[], chartList=[]))

# ⑤ 首次 /save 返回的 result 是 dict，取 id
report_id = resp["result"]["id"]

# ⑥ save_db 位置参数顺序（第4个是 db_name，不是 db_ch_name）
db_id = save_db(session, report_id, "db_code", "中文名", sql_or_empty, field_list,
                db_type="1", api_url=mock_url, ...)   # API 数据集
# ⚠️ JSON数据集（db_type="3"）json_data 必须包裹 {"data":[...]}，不能传裸数组：
#    json_data=json.dumps({"data": raw_list}, ensure_ascii=False)

# ⑦ 图表回填：
#   SQL  → parallel_fill_charts(session, chart_list)
#   API  → parallel_fill_charts(session, chart_list)
#   JSON → parallel_fill_charts(session, chart_list, json_records_map={dbCode: records, ...})
#          JSON 数据集无服务端查询接口，必须通过 json_records_map 传入原始 records 本地填充。
#          不传 json_records_map 则 JSON 数据集图表 config 保持空 data:[]，预览显示空白。
# 完整代码见 references/chart-echarts-templates.md § SQL/API 图表数据回填

# ⑧ 最终保存：get_report 返回的 design 可直接 **展开
designer2, design2 = get_report(session, report_id)
design2["chartList"] = filled_charts
session.request("/save", base_save(report_id, designer2, **design2))

已知坑点（必读）

写脚本前先 Read references/pitfalls.md，避免踩坑重试浪费时间。 写循环块报表前必须先 Read references/loopblock-grouping.md，里面有完整配置模板，禁止从头自己写。 ⚠️ API 数据集有 paramList 时，apiUrl 末尾必须加 ?paramName=${paramName}，否则联动/钻取参数传不进去。多参数用 & 连接。写完 save_db 后立即目视检查 api_url 字符串含占位符。 ⚠️ 交叉表（groupRight+dynamic）底部跟随分组扩展统计行：必须用独立静态行 + rightFollowExten:"follow" + Excel公式（如 =MAX(G6)），dynamic 单元格的 funcname 必须设为 "-1"，禁止设为 "MAX"/"MIN"/"SUM"——那不会生成跟随横向扩展的统计行。非分组维度字段（如姓名、性别）用 aggregate:"select"，不用 group()。详见 references/horizontal-grouping.md §「跟随分组扩展统计行」。 ⚠️ 样式 patch 禁止跳过 col "0"：creator 生成的分组/标准报表，标题格可能在 rows["1"]["cells"]["0"]（从 col 0 开始合并所有列）。patch 脚本遍历 cells 时不得 if ck == '0': continue，否则标题样式永远不会被更新。正确做法：遍历所有 col，判断是否有 merge 且 text 不以 #{ 开头即为标题格，直接更新 style。 ⚠️ mock 路径冲突导致重试：create_mock() 遇到路径已存在会报 RuntimeError。mock_path 末尾必须用时间戳（import time; mock_path=f"/xxx_{int(time.time())}"）而非固定日期，确保唯一。只有用户明确说"更新已有接口"时才可复用原路径。 ✅ API 数据集 dbType 修正与图表 dataType 已内置 creator（2026-05-23）：jimureport_creator.py 现在在保存 API 数据集（dbType:"1"）后自动调用 update_db 修正 dbType/apiUrl，并在 /save 前按数据集实际类型（sql/api/json/javabean/files）自动设置图表 extData 的 dataType。无需再手动 patch，直接写 JSON config 即可。支持所有类型：SQL→"sql"、API→"api"、JSON→"json"、JavaBean→"javabean"、文件→"files"、共享→"sql"。 ⚠️ 条码/二维码必须用 display 内联，禁止 displayConfig 浮层：单元格只写 "display":"barcode" / "display":"qrcode"，不加 "config" 字段，不在 payload 里传 displayConfig。displayConfig + config 方式会创建 floating overlay 叠加层，覆盖表头和其他行，布局完全错乱（2026-05-22 实测）。 ⚠️ create + patch 必须合并成一次 PowerShell 调用：需要在创建报表后立即 patch（如添加条码/二维码）时，不得分两次 PowerShell 调用。正确做法是在同一个 Python 脚本中：调 api_dataset() → 解析 stdout 取 report_id → 立刻调 get_report + base_save 完成 patch。分两步会把秒级操作拖成分钟级，且中间报错需人工干预。 ⚠️ report_id 解析正则用 report_id= 锚定，不要靠格式猜：jimureport_creator.py stdout 固定输出 report_id=<id> 格式，直接用 re.search(r'report_id[=:\s]+(\S+)', stdout) 提取，比按 ID 长度/字符集猜格式更可靠。 ⚠️ api_dataset() 可能返回 CompletedProcess 而非 report_id 字符串：调用后必须做兼容判断，否则后续 get_report(session, report_id) 会把整个对象当 ID 发请求导致 400 报错，被迫拆成第二次 PowerShell 执行（秒级变分钟级）。标准写法：

result = api_dataset(...)
if hasattr(result, 'stdout'):
    import re
    report_id = re.search(r'report_id[=:\s]+(\S+)', result.stdout).group(1)
else:
    report_id = result

⚠️ 禁止 grep 函数签名：api_dataset、run_config、DEFAULT_BASE_URL 等参数格式在 SKILL.md 已有完整示例，不需要 grep/read jimureport_gen.py 确认。grep 函数签名每次浪费 3-5 次 tool call，直接信任文档。 ⚠️ chart_linkage() 的 linkages 参数被静默忽略：jimureport_gen.chart_linkage() 接受 linkages 参数但不处理它——函数只创建报表布局，不调用 /link/saveAndEdit，linkIds 也不会写入 cells/chartList。正确做法：chart_linkage() 创建报表后，必须补一个 patch 步骤：①调 /link/saveAndEdit 创建联动记录拿到 link_id；②get_report 取设计；③向 cell 写 linkIds+display:"link"、向触发图表 extData 写 linkIds；④base_save 回写。已封装为 scripts/create_chart_linkage.py，直接调用。create_chart_linkage.py 是提供的工具脚本，直接调用没问题；但若中途失败（如 list_mocks() 找不到新建接口），禁止重新写一个替代它的全流程 Python 脚本——正确做法是：用已知接口 ID 直接补调 set_advmock (最小 PowerShell inline)，报表结构改走 JSON config + creator CLI，联动 patch 另写最小 PowerShell inline，两部分严格分开。 ⚠️ chart_linkage() 传给 creator 的数据集键必须 camelCase：datasets 里的键用 dbCode/apiUrl/fieldList/paramList，table/charts 里的键用 datasetCode/chartType。用 db_code/api_url/field_list 等 snake_case 会导致 KeyError: 'dbCode'（creator 直接读 JSON 字段，不做转换）。 ⚠️ yapi_mock 不暴露 session 对象，用 list_mocks() 获取接口 ID：_session/session 等属性均不存在，不要花时间用 inspect.getmembers 找 session。正确做法：init_yapi() 登录后直接 from yapi_mock import list_mocks; ifaces = list_mocks() 获取接口列表，再按 path 匹配找 _id。 ⚠️ mastersub() 正确签名是 (token, name, master_sql, sub_sql, master_cols, sub_cols, *, link_field, sub_param, db_source)：sub_sql 在第4位，master_cols 在第5位，顺序不可对调。调换后 creator 会把 master_cols 列表当 SQL 传给 queryFieldBySql，报「签名校验失败」。 ⚠️ mastersub() 只生成套打式布局，不支持循环块式（主子循环）：调用后 creator 报「未配置 table 或 chart」是因为 mastersub 的 JSON 模板走 ${} 单值绑定路径，无法生成 loopBlockList。正确做法：放弃 mastersub()，改用以下 3 步：①parse_and_save_dataset 保存主子两个数据集；②手动构建 rows（所有单元格加 "loopBlock":1，包括标题行的合并空单元格，缓冲行 eri≥40）；③base_save 传入 loopBlockList=[{"sci":1,"eci":N,"sri":0,"eri":40,"index":1,"db":MAIN_CODE}]，再调 /link/saveAndEdit linkType="4"。完整代码模板见 references/mastersub-report.md §二。 ⚠️ 主子循环报表 JSON config 不支持 loopBlockList，creator 会报「未配置 table 或 chart」：JSON config + creator CLI 路径对循环块式主子报表无效。正确做法分两步：①先跑 JSON config 让 creator 完成数据集保存（datasets 部分正常执行，layout 步骤报错可忽略，report_id 已生成）；②再用最小 PowerShell inline 调 base_save（含手动 rows + loopBlockList）+ /link/saveAndEdit。两步合并成一次 PowerShell 调用完成。 ⚠️ 所有图表 config 的 xAxis/yAxis 必须是对象 {...}，禁止数组 [{...}]（即使只有一个轴）：数组格式虽能正常渲染（ECharts 接受），但会让设计器「数据」面板的 getChartDataList 在读 options['xAxis'].data 时取到 undefined 抛 Cannot read properties of undefined (reading 'length')，导致 selectChart 在 handleChartExtData 之前崩溃 → 图表「数据类型」下拉框停留在默认值「Api数据集」，看起来像 JSON/SQL 数据集被当成了 API 数据集。jimureport_creator.build_echarts_config 已于 2026-05-26 修正为对象格式；手写 config 或 patch 时同样必须用对象。修复已有报表：get_report → 对每个 chart 把 cfg['xAxis']=cfg['xAxis'][0]（yAxis 同）→ base_save 回写。 ⚠️ 图表联动中「触发图表」的 xAxis 必须是对象格式，否则点击无法触发联动：chart_entry() 生成的柱状图 ECharts config 里 xAxis 是数组格式 [{type:'category',data:[]}]（标准多轴格式），但前端 refreshChart() 更新 X 轴标签时写的是 chartOptions['xAxis']['data'] = names——对数组执行此操作只是给数组对象加了个自定义属性，xAxis[0].data 仍为空。结果：点击柱子时 ECharts click event 的 event.name = ""，联动参数检查 if(param["name"]) 为 false，目标图表永远不刷新。修复方法：报表创建完成后，对每个「充当联动触发源」的柱状图（extData 里有 linkIds），把 config 里的 xAxis/yAxis 从数组改为对象：

import json
designer, design = get_report(session, report_id)
for c in design.get("chartList", []):
    ext = c.get("extData", {})
    if ext.get("linkIds"):  # 该图表是联动触发源
        cfg = json.loads(c["config"])
        if isinstance(cfg.get("xAxis"), list) and cfg["xAxis"]:
            cfg["xAxis"] = cfg["xAxis"][0]
        if isinstance(cfg.get("yAxis"), list) and cfg["yAxis"]:
            cfg["yAxis"] = cfg["yAxis"][0]
        c["config"] = json.dumps(cfg, ensure_ascii=False)
session.request("/save", base_save(report_id, designer, **design))

此 patch 应紧接 linkIds 回填步骤之后执行，合并在同一个 PowerShell inline 里。 ⚠️ API 数据集 + mock + textOrders 自定义排序的正确流程：报表结构必须在 JSON config，不得把 mock 创建 + 报表创建 + patch 包进同一个自定义 .py 脚本。正确四步（合并成一次 PowerShell 调用）：①最小 inline 脚本（只含 init_yapi + create_mock）→ 捕获 mockUrl；②写 JSON config（含 mockUrl，columns 用标准属性，不含 textOrders）；③运行 jimureport_creator.py CLI → 捕获 report_id；④最小 inline 脚本（get_report → 遍历 cells 加 textOrders → base_save）。②③④ 在同一次 PowerShell 调用内顺序执行，①可拆出或合并均可。

⚠️ 多文件数据集（dbType=5）必须拆成两步，禁止合并成一个自定义 Python 脚本：文件上传 + saveDb 是 JSON config 无法表达的前置步骤，但报表布局（rows/cols/styles）仍必须走 JSON + creator CLI。正确拆分：

• Step 1（最小 PowerShell inline）：逐个上传文件（session.upload('/source/datasource/files/add', ...)）→ GET /source/datasource/files/get 获取 datasource_id 和表名 → 构建 JOIN SQL → queryFieldBySql 解析字段 → saveDb 第一步（无 id）→ 拿 db_id → saveDb 第二步（带 id，fieldList 才真正持久化） → 输出 report_id、dbCode
• Step 2（JSON config + creator CLI）：用 Step 1 的 report_id 和 dbCode 写 JSON layout → python jimureport_creator.py --config xxx.json

Calcite 保留字处理：type、count 作为 Excel 列名时，SQL 中必须用反引号转义并起别名（如 b.`type` AS prod_type，a.`count` AS sales_count）；双引号（b."type"）在 Calcite 中会被解析为字符串字面量导致 SQL语法错误。

⚠️ 文件数据集 Excel/CSV 必须包含至少一行数据：/source/dataset/files/single/save 需要解析文件推断字段类型，纯表头（只有 row1）会返回 {"success":false,"message":"解析失败,请检查文件格式符合要求"}。自动创建文件时，row1=表头，row2=一行合理的示例数据（可以是假数据），示例数据不影响报表展示。

⚠️ 建表脚本必须显式列名 INSERT，且先 DROP 再建：INSERT INTO t VALUES (...) 不写列名时，若目标表已存在且列数/顺序不同，MySQL 报 Column count doesn't match，被迫再发一次 PowerShell 调用重试，直接多一个来回（理想 2 次 → 实际 3 次）。正确写法：始终用 INSERT INTO t (col1, col2, ...) VALUES (...) 显式列名，建表脚本开头先 DROP TABLE IF EXISTS，保证一次成功：

cur.execute("DROP TABLE IF EXISTS my_table")
cur.execute("CREATE TABLE my_table (id VARCHAR(32) PRIMARY KEY, ...)")
cur.execute("INSERT INTO my_table (id, name, ...) VALUES (%s, %s, ...)", row)

⚠️ 图表 extData 必须同时有 id 和 chartId，缺 id 会导致图表不渲染：creator 生成的图表 extData 有时只写了 chartId 而漏掉 id，两者均须等于 layer_id。patch 已有报表时若发现 extData 没有 id 字段，必须补填：ext['id'] = c['layer_id']。症状：预览页图表区域空白，无报错或报 Cannot read properties of undefined。

⚠️ pie.simple 的 extData.series 必须为 ""，错写 "type" 会报 TypeError：单系列饼图 series 字段必须是空字符串，creator 偶尔会错误地设为 "type"。前端初始化时会按 series 字段名分组，数据里没有 type 列则 undefined[0] 报 TypeError: Cannot read properties of undefined (reading '0')。patch 时检查并修正：ext['series'] = ''。

⚠️ patch 图表背景色需同时设两处：图表容器背景是 chartList[n]['backgroud']（框架源码拼写错误，实际字段名就是 backgroud，不是 background），ECharts 画布背景是 config['backgroundColor']。只设其中一处效果不完整。正确写法：

c['backgroud'] = {'enabled': True, 'color': '#e8f5e9', 'image': ''}
cfg = json.loads(c['config'])
cfg['backgroundColor'] = '#e8f5e9'
c['config'] = json.dumps(cfg, ensure_ascii=False)

报表创建方式对比（必读）

积木报表有三种创建层级，优先从上往下选：

层级	方式	适用场景
① JSON + CLI（唯一推荐）	写 xxx.json → python jimureport_creator.py --api-base URL --token TOKEN --config xxx.json	所有报表，JSON 文件可见、可复现
② Python 封装函数	from jimureport_gen import group, api_dataset, ...	内部自动生成 JSON + 调 CLI，需要同时建 YApi mock 时用此方式

⛔ 禁止写自定义 Python 脚本创建报表（用户 2026-05-22 再次明确：以后只生成JSON）。报表结构必须写 JSON 配置文件，API dataset + mock 走 jimureport_gen.api_dataset()（内部也是 JSON+CLI）。建表、/link/saveAndEdit 等 JSON 无法表达的步骤写成最小独立 PowerShell inline，不得把报表创建逻辑混进 Python 脚本。 ⚠️ 典型错误场景3：图表联动场景（table + 柱图 + 饼图），因 list_mocks() 中途失败，AI 把 mock 创建 + chart_linkage() 调用 + linkIds patch 全写进一个 chart_linkage_patch.py 自定义脚本——严重违规。正确做法：①mock 未设 advmock 时，单独一行 PowerShell inline 调 set_advmock(已知ID)；②报表结构写 JSON config → creator CLI；③联动 patch（/link/saveAndEdit + get_report + base_save）写成另一个最小 PowerShell inline；三步各自独立，不混入同一个大 Python 脚本。

jimureport_gen.py 函数速查

jimureport_gen.py 是 jimureport_creator.py 的 Python 封装，内部自动写 JSON + 调 CLI。

import sys
sys.path.insert(0, r'<skill_base_dir>/scripts')
from jimureport_gen import group, api_dataset, standard  # 按需 import

函数	报表类型	关键参数
standard(token, name, sql, columns)	普通明细表	db_source, is_page, chart
group(token, name, sql, columns)	纵向分组/小计	分组列加 group=True, subtotalText="合计"
api_dataset(token, name, field_list, columns, *, api_url=...)	API 数据集（已有URL）	report_type="group" 可改为分组模式
api_dataset(token, name, field_list, columns, *, mock_data=[...], mock_path=f"/xxx_{int(time.time())}")	API 数据集（自动建 mock）	自动创建 YApi mock 接口再建报表，一步完成；mock_path 必须用时间戳，禁止固定日期
horizontal_group(token, name, sql, *, group_field, row_fields, value_fields)	交叉表	statistics_rows 追加统计行
param_query(token, name, sql, columns, param_list)	带查询条件	param_list 含 searchMode
multilevel(token, name, sql, columns, header_groups)	多级表头	header_groups=[{"title":"分组","span":3}]
mastersub(token, name, master_sql, sub_sql, master_cols, sub_cols, *, link_field, sub_param, db_source)	主子表套打（${}单值翻页）	⚠️ 仅限套打式；循环块式（主子循环）禁止用此函数，见「已知坑点」
loopblock(token, name, sql, columns, *, group_label)	循环块	group_label 为分组字段名
fillform(token, name, sql, columns, *, key_field)	数据填报	enable_add/edit/delete
drilling(token, name, sql, columns, drilling_list)	报表钻取	drilling_list 含 params
chart_linkage(token, name, datasets, table, charts, linkages)	图表联动	⚠️ linkages 参数被静默忽略，函数只创建报表布局不处理联动；datasets 键必须 camelCase（dbCode/apiUrl/fieldList）；✅ API 数据集图表 dataType 已由 creator 自动修正，无需手动 patch。完整流程见 scripts/create_chart_linkage.py
json_dataset(token, name, records, field_list, columns)	JSON 静态数据集	field_list=[["field","名称"]]
template_print(token, name, sql, cells, bg_image)	套打	bg_image={"localPath":...,"cols":7,"rows":15}
file_dataset(token, name, file_path, columns)	Excel/CSV 文件	columns 的 field 用拼音；Excel/CSV 必须有至少一行数据（纯表头报"解析失败"），自动创建文件时 row2 加一行示例数据
multisource(token, name, sections)	多源横向拼接	sections 含多个数据集 + columns
multisheet(token, name, sheets)	多 Sheet	sheets 对应 multisheet type 配置

调用示例（API 数据集分组报表，自动建 mock）：

from jimureport_gen import api_dataset
api_dataset(
    token="xxx",
    name="学生信息统计表",
    field_list=[["grade","年级"],["class_name","班级"],["name","姓名"],
                ["gender","性别"],["age","年龄"],["total_score","总成绩"]],
    columns=[
        {"field":"grade",       "title":"年级",   "width":120, "group":True, "subtotalText":"合计"},
        {"field":"class_name",  "title":"班级",   "width":120, "group":True, "subtotalText":"小计"},
        {"field":"name",        "title":"姓名",   "width":100},
        {"field":"gender",      "title":"性别",   "width":80},
        {"field":"age",         "title":"年龄",   "width":80},
        {"field":"total_score", "title":"总成绩", "width":100, "funcname":"AVERAGE"},
    ],
    mock_data=[
        {"grade":"一年级","class_name":"一班","name":"张三","gender":"男","age":7,"total_score":285},
        # ...更多数据
    ],
    mock_path=f"/student_info_{int(time.time())}",   # 必须用时间戳，禁止固定日期
    report_type="group",
)

---

工具脚本（按需使用）

操作	命令
查询报表	python report_tools.py --base-url URL --token T list [-k 关键词]
报表详情	python report_tools.py --base-url URL --token T detail <id>
删除/复制	python report_tools.py --base-url URL --token T delete/copy <id>
查询报表组合列表	python report_tools.py --base-url URL --token T group-list [-k 关键词]
创建/更新报表组合	python report_tools.py --base-url URL --token T group-save --name "名称" --ids "id1,id2" [--names "报表1,报表2"] [--descr "描述"] [--group-id <id>]
删除报表组合	python report_tools.py --base-url URL --token T group-delete <组合ID>
分享	python report_export.py share --name 名称
导出	python report_export.py export <id> --format pdf
创建定时导出任务	python report_export.py schedule-export --name 任务名 --reports '[{"reportId":"id","exportType":"PDF","name":"报表名"}]' --cron "0 0 8 * * ?" [--email [e-mail]] [--begin "YYYY-MM-DD HH:mm:ss"] [--end "YYYY-MM-DD HH:mm:ss"]
修改定时导出任务	同上，追加 --job-id <任务ID>（创建与修改共用同一接口）
查询定时导出任务列表	python report_export.py job-list [--name 关键词]（接口为 /auto/export/job/query，/list 返回 404）
删除定时导出任务	python report_export.py job-delete <job_id>
立即执行定时导出任务	python report_export.py job-run <job_id>（返回执行批次号）
启动定时导出任务	python report_export.py job-start <job_id>
停止定时导出任务	python report_export.py job-stop <job_id>
改图表类型	python chart_tools.py change-type <id> bar.multi
创建 YApi Mock	python yapi_mock.py list
多文件数据集报表（Excel/CSV JOIN）	python multi_file_report.py --token T --files a.xlsx b.xlsx --name "名称" [--join-on product_id] [--db-code myds] [--base-url URL]

YApi Mock 数据源

报表需要 API 数据源时，使用内置 YApi 平台（https://api.jeecg.com）创建 mock 接口。 登录凭证处理流程（强制，违反导致执行失败重试）：

1. 动手前必须先读 memory 中的 YApi 凭证记录（reference_yapi_credentials.md），不得跳过
2. 有则直接写入脚本；没有或 init_yapi 认证失败 → 向用户索取新密码，拿到后立即更新 memory
3. 用户提供后，立即保存到 memory（reference 类型），下次直接读取，无需再问
4. init_yapi() 必须显式传凭证：init_yapi(email=EMAIL, password=PWD)，不传则报"email不能为空"失败
5. api_dataset() 有 mock_data 时，必须把凭证直接传给 api_dataset()：api_dataset(..., yapi_email=EMAIL, yapi_password=PWD)——内部会再次调用 init_yapi，单独提前调 init_yapi() 不生效，会报"email不能为空"

import sys
sys.path.insert(0, '<skill目录>/scripts')
from yapi_mock import init_yapi, create_mock

init_yapi()  # 自动登录

mock_url = create_mock(
    path='/sales',       # 路径后缀，不含 basepath（/claude）
    title='销售数据',
    data=[
        {"month": "一月", "amount": 12000},
        {"month": "二月", "amount": 15000},
    ]
)
# mock_url = https://api.jeecg.com/mock/57/claude/sales

固定参数：project_id=57，catid=1157，basepath=/claude

路径规则：接口路径只写后缀（如 /sales），完整 URL = https://api.jeecg.com/mock/57/claude/sales

⚠️ 新建 vs 修改（严格区分，防止污染他人数据）：

用户意图	做法
新建接口（默认）	路径追加时间戳或序号，如 /sales_20260427，强制创建新接口
明确说"修改/更新已有接口"	直接用原路径调 create_mock() 或 update_mock()

create_mock() 遇到同路径会静默覆盖已有接口数据，共享项目中会破坏他人接口。默认必须用唯一路径。

分页规则：自建 mock 接口不需要分页，data 直接返回完整数组，不加 pageNo / pageSize 参数。

积木报表中使用 mock URL 作为 API 数据集时，调用 save_db(..., db_type="1", api_url=mock_url) 即可，dbCode 是自定义编码（如 sales_data），与 URL 无关。

API 数据集查询条件传参规则：见「已知坑点」章节（含代码示例）及 references/dataset-core.md § 3.2.2。

fieldList 必须带 orderNum（从 0 开始），否则数据集「排序」列为空，字段顺序不确定：

{"fieldName": "col1", "fieldText": "列1", "fieldType": "String", "orderNum": 0},
{"fieldName": "col2", "fieldText": "列2", "fieldType": "String", "orderNum": 1},

查询 AI 已创建的接口列表

init_yapi()  # 先登录，自动带上 Cookie

# 列出 project_id=57 下已创建的所有接口（需登录态）
# GET https://api.jeecg.com/api/interface/list?page=1&limit=20&project_id=57
# 返回字段：_id(接口ID), path(路径), title(名称), method, up_time
# 完整 mock URL = https://api.jeecg.com/mock/57{path}

命令行等效：python yapi_mock.py list（自动登录后分页列出所有接口）

高级 Mock 脚本（按参数动态返回不同数据）

自动判断规则（AI 必须遵守）：

⛔ 前提：用户未提供任何 API URL 时，以下规则才生效。用户已提供 URL → 直接 parse_api → save_db，全程禁止调用 create_mock / init_yapi，无论报表是否有联动/钻取。

场景	做法
用户已提供 API URL（无论是否有联动）	⛔ 禁止创建 mock，直接 parse_api(url) → save_db(api_url=url)
用户未提供 URL，报表有联动/钻取，数据集需按参数过滤（如 ?category=手机）	create_mock 建接口 → set_advmock 写脚本，脚本里按 params.xxx 分支返回
用户未提供 URL，静态展示，不需要按参数过滤	只用 create_mock，不调 set_advmock

⚠️ 正确 API 是 /api/plugin/advmock/save，禁止用 /api/interface/up 的 isOpen/script 字段——那个字段不生效。

from yapi_mock import init_yapi, set_advmock

init_yapi(email='...', password='...')

# 先用 create_mock / list_mocks 拿到接口 ID，再调：
set_advmock(
    iface_id='5933',   # 接口 _id（字符串）
    script=r"""
if(params.leibie=='手机'){
    mockJson = {"data": [{"name":"苹果手机","value":25500}]}
}else if(params.leibie=='电脑'){
    mockJson = {"data": [{"name":"MacBook","value":47500}]}
}else{
    mockJson = {"data": [...]}   // 兜底默认值，无参数时返回
}
""",
    enable=True,
)

脚本规则：

• 用 params.xxx 读取 URL query 参数
• 用 mockJson = {...} 赋值返回体（不是 return）
• 必须写兜底 else 分支，确保无参数时有数据
• 字段名须与积木报表数据集的 axisX/axisY（或 fieldName）完全一致

常用配置速查

冻结行列（freeze）

base_save(report_id, designer, ..., freeze="A3", freezeLineColor="red")

freeze 值	效果
"A1"	不冻结（默认）
"A2"	冻结第 1 行
"A3"	冻结前 2 行
"C1"	冻结前 2 列
"C3"	同时冻结前 2 行和前 2 列

报表背景色（background）

# 启用背景色（在 base_save override 里传，或 patch 时改 design["background"]）
base_save(report_id, designer, ..., background={"enabled": True, "color": "#e8f5e9"})

# 禁用背景色
base_save(report_id, designer, ..., background=False)

⚠️ bgColor 写在 make_designer(**extra) 里无效；必须作为 base_save 的顶层 override 传递。 patch 已有报表时：design["background"] = {"enabled": True, "color": "#hex"} → base_save(id, designer, **design)

预览页工具条（rpbar）

btnList / childrenBtnList 存的是「显示」的按钮编号，从列表中删除编号即可隐藏，[] = 全部隐藏。 rpbar 必须是 dict 对象，不能 json.dumps()。

base_save(report_id, designer, ..., rpbar={
    "show": True, "pageSize": "",
    "btnList": [1,2,3,4,5,6,7,8,9],
    "childrenBtnList": [7.1,7.2,7.3,7.4,8.1,8.2,8.3,8.4,8.5,8.6]
})

主按钮		子按钮
1 首页	5 下一页	7.1 默认打印	8.1 导出 Excel
2 上一页	6 末页	7.2 打印当前页	8.2 大数据 Excel
3 当前/总页数	7 打印	7.3 分页缩放打印	8.3 导出 PDF
4 分页显示数	8 导出	7.4 整体缩放打印	8.4 导出 PDF 图像
9 清晰度			8.5 导出图像 / 8.6 导出 WORD

图表 extData 必填字段

字段	说明
chartId / id	= layer_id（两个都要填）
chartType	bar.simple / pie.normal / line.simple 等
dataType	"sql" / "api" / "json" / "files" / "javabean"
apiStatus	"1"=动态SQL / "0"=静态JSON
dataId	save_db() 返回值
dbCode	数据集编码
axisX / axisY	X/Y 轴字段名
series	分组字段名，单系列传 ""

钻取/联动 linkType 对照

linkType	说明	reportId	paramValue
"0"	报表钻取	目标报表 ID	字段名
"1"	网络链接	当前报表 ID	字段名
"2" 表格→图表	联动	当前报表 ID	字段名
"2" 图表→图表	联动	当前报表 ID	name/value/seriesName
"4"	主子报表	当前报表 ID	—

• 单元格触发：cell["linkIds"] = link_id + cell["display"] = "link"
• 图表触发：extData["linkIds"] = link_id（放 extData 内部，不在顶层）
• 联动必须有 linkChartId（目标图表 layer_id）；目标图表 paramList 必须设 paramValue 默认值

图片单元格（本地图片插入）

⚠️ 禁止对大图（>20KB）用 base64Img 内嵌：base64 编码使 JSON 膨胀到 MB 级，保存/加载极慢。

正确做法：先上传拿 URL，再用 display:"img" 引用：

from report_tools import upload_image  # 封装好的上传函数
from jimureport_utils import Session

session = Session(BASE_URL, TOKEN)
msg, _ = upload_image(session, r"C:\path\to\image.png")
# OSS 场景 msg 已是完整 https URL；本地存储需拼前缀
img_url = msg if msg.startswith("http") else f"{BASE_URL}/img/{msg}"

单元格配置（customRows 或 patch 方式）：

{"text": "http://...oss-url.../image.png", "display": "img", "merge": [extraRows, extraCols]}

base64Img 仅限极小图标（< 20KB）。套打背景图同样走 upload_image，内部已修正为 /upload 端点（2026-05-25）。

searchMode 映射

searchMode	控件
1	输入框
2	范围查询
3	下拉多选
4	下拉单选
5	模糊查询
6	下拉树
8	时间控件