The Sourdough Framework 中的图表编号规范探讨
2025-06-25 18:07:24作者:盛欣凯Ernestine
技术文档中的编号系统设计
在技术文档编写过程中,图表编号系统的设计是一个看似简单但实则重要的细节。The Sourdough Framework 项目中就遇到了关于流程图编号规范的讨论,这反映了技术文档编写中一个常见的设计考量。
当前编号系统的现状
项目中原先存在两种不同的编号方式:
- 图片和表格采用"章节号.序号"的格式(如3.1表示第3章的第一个图片)
- 流程图则采用简单的连续数字编号(1,2,3...)
这种不一致性可能导致读者在查阅文档时产生困惑,也不利于文档的长期维护。
编号系统设计方案比较
方案一:统一编号系统
将所有可视化元素(图片、表格、流程图)采用相同的"章节号.序号"格式。这种方案的优点是:
- 统一性强,便于记忆
- 能直观反映元素所属章节
- 符合许多技术文档的惯例
方案二:区分类型编号
为不同类型的可视化元素设计不同的编号前缀或后缀。例如:
- 图片:Pic 3.1
- 表格:Table 3.1
- 流程图:Flowchart 3.1
这种方案的优点是能立即区分元素类型,但可能增加编号系统的复杂性。
方案三:混合层级编号
结合章节号和类型标识的混合编号,如:
- 3.1A(图片)
- 3.1B(表格)
- 3.1C(流程图)
这种方案能同时体现章节归属和元素类型,但实现起来可能较为复杂。
最佳实践建议
基于技术文档编写的最佳实践,我们建议:
- 保持编号系统的一致性
- 编号应能反映元素在文档中的位置(章节号)
- 不同类型元素应有明确区分
- 系统应易于扩展和维护
在The Sourdough Framework项目中,最终采用了统一但区分类型的编号方案,即"类型 章节号.序号"的格式。这种方案既保持了编号的一致性,又能让读者快速识别元素类型,是一个平衡了实用性和可维护性的选择。
实现注意事项
在实际实现时需要注意:
- 确保编号系统在文档全文中保持一致
- 考虑未来内容增删对编号的影响
- 在文档前言或附录中说明编号规则
- 自动化生成编号以减少人为错误
良好的编号系统不仅能提升文档的专业性,也能显著改善读者的阅读体验,是技术文档编写中不容忽视的重要细节。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781