4+1视图:看透架构的五个视角一、为什么需要多个视图?我们先来玩一个游戏:盲人摸象。四个盲人分别摸大象的腿、鼻子、耳朵、身体,然后说:“大象像一根柱子”“大象像一条蛇”“大象像一把扇子”“大象像一堵墙”他们说的都对,但都不完整。软件架构也是如此。不同的人关心不同的方面:用户关心功能开发关心代码运维关心部署测试关心流程如果只从一个角度看架构,就像盲人摸象,看到的只是局部。二、4+1视图模型是什么?Philippe Kruchten在1995年提出了4+1视图模型,用来从不同角度描述软件架构。4+1的含义:4个核心视图:逻辑、开发、进程、物理1个场景视图:贯穿所有视图┌─────────────┐ │ 场景视图 │ │ (用例视图) │
4+1视图:看透架构的五个视角
4+1视图:看透架构的五个视角一、为什么需要多个视图?我们先来玩一个游戏:盲人摸象。四个盲人分别摸大象的腿、鼻子、耳朵、身体,然后说:“大象像一根柱子”“大象像一条蛇”“大象像一把扇子”“大象像一堵墙”他们说的都对,但都不完整。软件架构也是如此。不同的人关心不同的方面:用户关心功能开发关心代码运维关心部署测试关心流程如果只从一个角度看架构,就像盲人摸象,看到的只是局部。二、4+1视图模型是什么?Philippe Kruchten在1995年提出了4+1视图模型,用来从不同角度描述软件架构。4+1的含义:4个核心视图:逻辑、开发、进程、物理1个场景视图:贯穿所有视图┌─────────────┐ │ 场景视图 │ │ (用例视图) │
相关文章
如何在OpenClaw项目中配置Taotoken作为主力模型提供商
🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 如何在OpenClaw项目中配置Taotoken作为主力模型提供商 对于使用OpenClaw框架构建AI Agent的开发者而言,选择一个稳定、…
别让模型‘死记硬背’!用Dropout和BN搞定深度学习过拟合(附PyTorch代码)
别让模型‘死记硬背’!用Dropout和BN搞定深度学习过拟合(附PyTorch代码)刚入门的深度学习开发者常会遇到这样的困境:训练集上的准确率一路飙升,验证集却停滞不前。这就像学生考前死记硬背例题,遇到新题型就…
支付审计追踪系统架构设计:从事件定义到防篡改的完整实践指南
1. 项目概述:为什么“支付审计追踪”是业务的“黑匣子”与“定心丸”在任何一个涉及资金流转的业务里,无论是电商平台、SaaS服务商,还是企业内部报销系统,“钱”的来龙去脉清晰与否,直接决定了组织的健康度与可信度。我…
BEYOND Expo 2026 聚焦 AI 数实共生:硬件爆发门槛在产品力,多方探讨落地难题
XREAL、普渡畅谈「物理 AI」:iPhone 时刻还要等等万万没想到,在所有科技展会都在谈 AI,且 AI 大多还停留在大模型、App、办公软件、智能体和云服务里,离普通人真实生活隔着一层屏幕的时候,5 月 27 日,BEYON…
大模型分词器怎么测?从源码看如何做到位级对齐与边界覆盖
在 minbpe 的 test_tokenizer.py 里有一个只有 6 行的测试函数 test_encode_decode_identity,它用 @pytest.mark.parametrize 装饰器把 3 种分词器和 4 种测试文本做了笛卡尔积——12 个测试用例,每一个都在验证同一条法则:decode(encode(text)) == text。如果你是一个写过多…
规划(Planning)算法详解:让 AI 学会像人类一样思考步骤
规划(Planning)算法详解:让 AI 学会像人类一样思考步骤 关键词 AI规划、STRIPS、PDDL、启发式搜索、蒙特卡洛树搜索、任务规划、运动规划、分层强化学习 摘要 当你计划周末从家到迪士尼乐园的行程——先查天气预报选晴天、订合适时间的高铁票、约好同行伙伴、整理行李清…
随机变形对模型训练结果的影响
0、结论1、全部随机变形时的训练结果2、80%随机变形时的训练结果3、60%随机变形时的训练结果4、40%随机变形时的训练结果5、20%随机变形时的训练结果6、0%随机变形时的训练结果
华为eNSP模拟器实战:从IPv4到IPv6的平滑过渡,一个实验搞定RIPng、BGP和6to4隧道
华为eNSP模拟器实战:从IPv4到IPv6的平滑过渡策略与技术解析当企业网络面临IPv4地址枯竭的现实挑战时,向IPv6迁移已不再是选择题而是必答题。但这个过程绝非简单的协议替换,而是需要综合考虑网络架构、业务连续性、协议兼容性等多维因素的复杂…
AI图像超分辨率技术解决方案:Upscayl开源项目的深度技术分析
AI图像超分辨率技术解决方案:Upscayl开源项目的深度技术分析 【免费下载链接】upscayl 🆙 Upscayl - #1 Free and Open Source AI Image Upscaler for Linux, MacOS and Windows. 项目地址: https://gitcode.com/GitHub_Trending/up/upscayl 摘要…
大模型核心加速器:KV Cache 如何将 O(n²) 计算复杂度降至 O(n)?
KV Cache 是大模型自回归生成任务的关键优化技术,通过“空间换时间”策略缓存历史 Key 和 Value 向量,将推理复杂度从 O(n) 降至 O(n)。文章阐述了语义缓存与前缀精确匹配两种核心范式,深入分析了 KV Cache 的技术底层原理、工程化应用及规模…
物流系统如何打通信息孤岛?哲盟软件系统:一键打通内外部数据壁垒
在数字化转型加速的今天,物流企业面临的最大痛点之一就是信息孤岛——ERP、电商平台、智能硬件、OMS/TMS/WMS等系统各自为政,数据无法自由流转,导致人工操作繁琐、效率低下、出错率高。特别是在跨境物流领域,亚马逊、Shopee、TikT…
Windows Defender终极恢复指南:5种强力方法解决禁用问题
Windows Defender终极恢复指南:5种强力方法解决禁用问题 【免费下载链接】no-defender A slightly more fun way to disable windows defender firewall. (through the WSC api) 项目地址: https://gitcode.com/GitHub_Trending/no/no-defender 当你的Windo…
施工现场安全事故预警准确率达94.6%?——解密某央企AI Agent边缘计算部署架构与3个月落地实录
更多请点击: https://codechina.net 第一章:施工现场安全事故预警准确率达94.6%?——解密某央企AI Agent边缘计算部署架构与3个月落地实录 在华北某大型地铁盾构施工现场,一套轻量化AI Agent系统于2024年Q2完成全栈部署ÿ…
附录 B:术语表
本术语表面向“从 MM 到 HMM”专栏阅读过程中的快速查阅。它不是内核 API 手册,而是把文章中反复出现的概念放到同一张地图上:先给出直观含义,再说明它在 Linux MM/HMM 语境里的作用。建议阅读方式: 初读专栏时,把它当…
Midjourney渐变美学的神经渲染原理(附RGB-HSV-LCH三空间渐变映射对照表·行业首曝)
更多请点击: https://kaifayun.com 第一章:Midjourney渐变美学的神经渲染原理(附RGB-HSV-LCH三空间渐变映射对照表行业首曝) Midjourney 的渐变美学并非传统插值实现,而是由其隐式神经渲染器(Implicit Neu…
MPC-BE:基于DirectShow架构的专业级开源媒体播放解决方案
MPC-BE:基于DirectShow架构的专业级开源媒体播放解决方案 【免费下载链接】MPC-BE MPC-BE – универсальный проигрыватель аудио и видеофайлов для операционной системы Windows. 项目地址:…
如何快速计算3D模型体积和重量:STL-Volume-Model-Calculator终极指南
如何快速计算3D模型体积和重量:STL-Volume-Model-Calculator终极指南 【免费下载链接】STL-Volume-Model-Calculator STL Volume Model Calculator Python 项目地址: https://gitcode.com/gh_mirrors/st/STL-Volume-Model-Calculator 你是否曾经为3D打印项目…
通过Taotoken CLI工具一键配置团队开发环境与模型密钥
通过Taotoken CLI工具一键配置团队开发环境与模型密钥 1. CLI工具安装与基本使用 Taotoken提供的CLI工具可通过npm全局安装或直接使用npx运行。对于需要频繁使用CLI的团队,推荐全局安装: npm install -g taotoken/taotoken对于临时使用或项目级配置&a…