Redmine Drawio 插件使用教程
1. 项目介绍
Redmine Drawio 是一个开源插件,允许用户在 Redmine 的 Wiki 页面、问题描述和问题说明中嵌入 draw.io 图表。draw.io 是一个免费的在线图表工具,支持多种图表类型,如工作流、流程图、UML 图、ER 图等。通过这个插件,用户可以直接在 Redmine 中编辑和查看这些图表,极大地提高了项目文档的可视化和协作效率。
2. 项目快速启动
安装步骤
-
克隆插件仓库:
cd $REDMINE_HOME/plugins git clone https://github.com/mikitex70/redmine_drawio.git -
重启 Redmine: 安装完成后,重启 Redmine 以加载新插件。
配置插件
-
启用 REST API: 在 Redmine 的设置中启用 REST API,以便插件能够保存图表附件。
Administration -> Settings -> API tab -> Enable REST web service -
配置插件设置: 在 Redmine 的管理界面中,进入
Administration -> Plugins -> Redmine Drawio Plugin -> Configure,配置 draw.io 服务器的 URL 和其他选项。
使用插件
在 Redmine 的 Wiki 页面或问题描述中,使用以下宏来嵌入图表:
-
drawio_attach 宏:
[[drawio_attach(myDiagram)]] -
drawio_dmsf 宏:
[[drawio_dmsf(diagrams/myDiagram)]]
3. 应用案例和最佳实践
应用案例
-
项目文档可视化: 在项目 Wiki 页面中嵌入流程图、架构图等,帮助团队成员更好地理解项目结构和流程。
-
问题跟踪: 在问题描述中嵌入相关图表,帮助开发人员快速理解问题的上下文和解决方案。
最佳实践
-
版本控制: 使用 DMSF(Document Management System For Redmine)插件来管理图表的版本,确保图表的每次修改都能被记录和追溯。
-
安全配置: 根据项目的安全需求,配置插件的 SVG 图表支持和 Content-Security-Policy 头,确保图表的安全性。
4. 典型生态项目
DMSF(Document Management System For Redmine)
DMSF 是一个与 Redmine 集成的文档管理系统,支持文档的版本控制、权限管理等功能。Redmine Drawio 插件可以与 DMSF 结合使用,将图表作为文档进行管理,提供更强大的文档管理能力。
Redmine WYSIWYG 插件
Redmine WYSIWYG 插件提供了所见即所得的编辑器,使得在 Redmine 中编辑内容更加直观。Redmine Drawio 插件与 WYSIWYG 插件结合使用,可以在编辑器中直接插入和编辑图表,提高工作效率。
通过以上模块的介绍,您可以快速上手并充分利用 Redmine Drawio 插件,提升项目管理和协作的效率。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00