PlantUML笔记功能增强:全图表类型支持Stereotype样式
2025-05-20 20:27:20作者:侯霆垣
在最新版本的PlantUML中,开发团队对笔记功能进行了重要升级,使得Stereotype样式支持扩展到更多图表类型。这项改进显著提升了图表注释的可视化定制能力。
核心改进内容
本次功能增强主要解决了原先Stereotype样式在某些图表类型中无法应用于笔记的问题。通过代码层面的统一处理,现在用户可以在以下图表类型中使用带Stereotype的笔记:
- 活动图:支持在活动节点旁添加带样式的浮动笔记
- 时序图:支持在时间轴上方或下方添加带样式的注释
- 甘特图:支持在任务条下方添加带样式的说明性笔记
技术实现解析
开发团队通过重构多个命令处理类来实现这一功能:
- 活动图模块重构了CommandNote3和CommandNoteLong3类
- 时序图模块改进了CommandNote和CommandNoteLong类
- 甘特图模块调整了CommandNoteBottom类的实现
这些修改使得笔记命令能够正确解析和处理Stereotype参数,并应用对应的CSS样式定义。
实际应用示例
以下是一个典型的使用案例,展示如何在甘特图中应用带Stereotype的笔记:
@startgantt
<style>
.customNote {
backgroundcolor #D5E8D4
Linecolor #82B366
LineThickness 3
fontcolor #1E4D2B
}
</style>
[需求分析] as [ra] requires 5d
note bottom <<customNote>>
主要任务:
- 收集用户需求
- 编写需求文档
- 评审确认
end note
[ra] -> [设计阶段]
@endgantt
这个示例展示了如何通过自定义Stereotype为甘特图中的任务添加具有统一视觉风格的说明性注释。
样式定制指南
用户可以通过<style>块定义Stereotype样式,支持的常用属性包括:
backgroundcolor:设置笔记背景色Linecolor:定义边框颜色LineThickness:调整边框粗细fontcolor:改变文字颜色fontstyle:设置字体样式(如斜体)fontsize:调整字体大小
版本兼容性说明
此功能已在PlantUML V1.2024.6及后续版本中实现。对于需要跨版本兼容的项目,建议在使用前进行版本检测或提供备用样式方案。
这项改进使得PlantUML的注释功能更加统一和强大,为技术文档的编写提供了更丰富的可视化表达手段。用户现在可以在各类图表中保持一致的注释风格,提升文档的专业性和可读性。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147