【亲测免费】 clang-uml 使用教程
项目介绍
clang-uml 是一个基于 Clang 的自动 C++ 到 UML 类、序列和包含图生成器,由 YAML 配置文件驱动。该项目的主要目的是在代码库中轻松维护最新的图表,或为遗留代码生成文档。clang-uml 支持生成 PlantUML、MermaidJS 和 JSON 格式的图表,目前支持 C++ 版本最高到 C++17,对 C++20 有部分支持。
项目快速启动
安装
首先,确保你已经安装了必要的依赖,包括 Clang 和 LibTooling。然后,你可以通过以下命令克隆并安装 clang-uml:
git clone https://github.com/bkryza/clang-uml.git
cd clang-uml
make install
生成图表
创建一个 YAML 配置文件 config.yaml,内容如下:
compilation_database_dir: "build"
output_directory: "diagrams"
diagrams:
myproject_class:
type: class
glob:
- "src/*.cc"
using_namespace: myproject
include:
namespaces:
- myproject
exclude:
namespaces:
- myproject::detail
plantuml:
after:
- 'note left of [[ alias("MyProjectMain") ]]: Main class of myproject library'
运行 clang-uml 生成图表:
clang-uml config.yaml
生成的图表将位于 diagrams 目录中。
应用案例和最佳实践
案例一:文档化遗留代码
假设你有一个复杂的遗留 C++ 项目,你可以使用 clang-uml 生成类图和序列图,帮助你更好地理解代码结构和交互。通过配置文件中的 include 和 exclude 选项,你可以精确控制哪些部分被包含在图表中。
案例二:维护代码库文档
在持续开发的项目中,代码结构和交互可能会频繁变化。使用 clang-uml,你可以定期生成最新的 UML 图表,确保文档与代码同步。通过配置文件中的 glob 选项,你可以指定需要包含的文件和目录。
典型生态项目
Clang LibTooling
Clang LibTooling 是一个基于 Clang 的 C++ 库,用于创建各种工具。clang-uml 依赖于 Clang LibTooling 来解析和处理 C++ 代码。
PlantUML
PlantUML 是一种用于生成 UML 图表的语言和工具。clang-uml 支持生成 PlantUML 格式的图表,便于进一步编辑和查看。
MermaidJS
MermaidJS 是一个基于 JavaScript 的图表和图表工具。clang-uml 也支持生成 MermaidJS 格式的图表,适合在网页中嵌入和展示。
通过结合这些工具,clang-uml 提供了一个强大的生态系统,帮助开发者更好地理解和维护 C++ 项目。
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 StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00