Mermaid序列图中Box与Participant别名的使用技巧
2025-04-29 08:48:08作者:冯梦姬Eddie
在Mermaid图表工具中,序列图(Sequence Diagram)是常用的UML图表类型之一。最近有用户反馈在尝试将带有别名的参与者(Participant)放入Box容器时遇到了语法问题,这实际上涉及Mermaid语法中两个重要特性的组合使用。
问题现象还原
用户最初尝试的语法结构如下:
sequenceDiagram
box ExampleBox
participant Developer as Dev
participant ProductManager as PM
end
Dev->>PM: Hi
这种写法会导致渲染错误,因为Mermaid的语法解析器在解析Box内的Participant别名时存在特定要求。
正确的语法形式
经过验证,正确的写法应该是:
sequenceDiagram
participant Dev as Developer
participant PM as ProductManager
box ExampleBox
Dev->PM
end
Dev->>PM: Hi
技术原理分析
-
Box容器特性:Box在Mermaid序列图中用于将多个参与者或消息分组显示,增强图表的可读性
-
Participant别名机制:通过
as关键字可以为参与者定义简称,简化后续的消息定义 -
语法解析顺序:Mermaid要求所有参与者(包括带别名的)必须在Box外部先声明,然后才能在Box内部引用
最佳实践建议
- 始终先定义所有参与者及其别名
- 在Box内部只进行消息交互的定义
- 复杂图表建议分步骤构建:
- 第一步:声明所有参与者
- 第二步:定义Box结构
- 第三步:添加消息交互
扩展思考
这种语法设计可能源于Mermaid的解析器实现方式,它需要先建立完整的参与者列表,再处理容器和交互关系。理解这一底层逻辑有助于避免类似语法陷阱。
对于复杂图表,建议使用Mermaid Live Editor逐步验证语法,这种可视化调试方式能快速定位语法问题所在位置。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0193
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617