activiti 添加流程模型并返回 modelId

简介: activiti 添加流程模型并返回 modelId
/**添加流程模型并返回modelId
   * @param process_id    //流程唯一标识key
   * @param process_author  //流程作者
   * @param name        //流程名称
   * @param modelname     //模型名称
   * @param description     //模型描述
   * @param category      //模型分类
   * @from  fhadmin.cn
   * @throws UnsupportedEncodingException
   */
  protected String createModel(String process_id,String process_author,String name,String modelname,String description,String category) throws UnsupportedEncodingException{
    ObjectMapper objectMapper = new ObjectMapper();
        ObjectNode editorNode = objectMapper.createObjectNode();
        editorNode.put("id", "canvs");
        editorNode.put("resourceId", "canvs");
        ObjectNode stencilSetNode = objectMapper.createObjectNode();
        stencilSetNode.put("namespace", "http://b3mn.org/stencilset/bpmn2.0#");   //命名空间(禁止修改)
        stencilSetNode.put("author", "fhadmin.cn");                     //流程节点作者
        editorNode.set("stencilset", stencilSetNode);
        ObjectNode propertiesNode = objectMapper.createObjectNode();
        propertiesNode.put("process_id",process_id);                //流程唯一标识
        propertiesNode.put("process_author",process_author);            //流程作者
        propertiesNode.put("name",name);                      //流程名称
        editorNode.set("properties", propertiesNode);
        ObjectNode modelObjectNode = objectMapper.createObjectNode();
        modelObjectNode.put("name", modelname);         //模型名称
        modelObjectNode.put("revision", 1);           //模型版本
        modelObjectNode.put("description", description);    //模型描述
    Model modelData = repositoryService.newModel();
    modelData.setCategory(category);            //模型分类
    modelData.setDeploymentId(null);
    modelData.setKey(null);
    modelData.setMetaInfo(modelObjectNode.toString());
    modelData.setName(modelname);             //模型名称
    modelData.setTenantId("");
    modelData.setVersion(1);
    repositoryService.saveModel(modelData);         //保存模型,存储数据到表:act_re_model 流程设计模型部署表
        repositoryService.addModelEditorSource(modelData.getId(), editorNode.toString().getBytes("utf-8"));//保存资源,存储数据到表:act_ge_bytearray 二进制数据表
        return modelData.getId();
  }

 

目录
相关文章
|
Web App开发 Android开发
|
8月前
|
机器学习/深度学习 编解码 计算机视觉
YOLOv11改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
YOLOv11改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
371 1
YOLOv11改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
|
消息中间件 安全 API
《阿里云产品四月刊》—Apache RocketMQ ACL 2.0 全新升级(1)
阿里云瑶池数据库云原生化和一体化产品能力升级,多款产品更新迭代
541 1
《阿里云产品四月刊》—Apache RocketMQ ACL 2.0 全新升级(1)
|
8月前
|
机器学习/深度学习 人工智能 开发框架
《解锁AI新姿势:手把手教你把算法集成进网络开发框架》
在数字化浪潮中,AI与网络开发的融合成为必然趋势。通过将AI算法集成到网络框架中,应用可实现智能决策、个性化交互等功能。开发者需明确目标,选择合适的AI算法(如CNN、RNN)和框架(如Django、Flask),并经历数据预处理、模型训练、接口设计等关键步骤。最终,通过性能优化和部署上线,打造出高效智能的网络应用,提升用户体验,在竞争中脱颖而出。
298 16
|
12月前
|
数据采集 监控 数据可视化
数据驱动营销五步法:提升营销效果的关键指南
数据驱动营销五步法:提升营销效果的关键指南
441 17
|
机器学习/深度学习 人工智能 文字识别
多模态产品在智能文档处理应用的展望------以TextIn模型为例
**第十四届VALSE大会在重庆举行,合合信息智能创新事业部研发总监常扬分享了“文档解析与向量化技术”,重点介绍TextIn技术。TextIn解决现有文档解析挑战,如表格解析难题,建立包含数据基建、算法、应用和接入四层架构的文档解析Pipeline。关键技术包括版面分析和文档树引擎,能准确识别文档结构和阅读顺序。TextIn在C-MTEB榜单排名第一,显示其在文本向量化领域的优势,适用于长文档处理和多行业应用,有望推动AI技术进步和产业升级。**
391 1
|
存储 缓存 IDE
windows10安装gradle
windows10安装gradle
199 0
|
NoSQL 关系型数据库 数据库
数据传输服务DTS(Data Transmission Service)是阿里云提供的实时数据流服务
【2月更文挑战第29天】数据传输服务DTS(Data Transmission Service)是阿里云提供的实时数据流服务
290 5
|
人工智能 双11
淘宝设计2023年度AI设计实践报告(中)
淘宝设计2023年度AI设计实践报告(中)
468 3
|
人工智能 边缘计算 Kubernetes
阿里云边缘容器云帮助AI推理应用快速落地
2024全球分布式云大会·北京站,阿里云徐若晨演讲内容分享
380 0