Enterprise Architect 16 中文版初上手:从0到1画UML用例图

Enterprise Architect 16 中文版初上手:从0到1画UML用例图
在这里插入图片描述

📃个人主页:island1314

⛺️ 欢迎关注:👍点赞 👂🏽留言 😍收藏 💞 💞 💞

  • 生活总是不会一帆风顺,前进的道路也不会永远一马平川,如何面对挫折影响人生走向 – 《人民日报》

🔥 目录


一、前言

“刚接触 Enterprise Architect (简称 EA) 的时候,我差点没被它的界面给劝退。密密麻麻的菜单,各种专业术语,光是想画一个简单的 UML 用例图,就对着教程和软件来回切换,摸索了半天,手都快酸了,还没弄明白。相信很多朋友都有过类似经历吧?”

  • 但是 “工欲善其事,必先利其器"。作为项目经理或产品经理,UML 用例图是沟通需求的重要工具。但面对像 Enterprise Architect 16 这样功能强大的专业工具,很多新手都会感到无从下手。如何快速掌握它,高效地画出清晰、标准的用例图呢?

如果你正为学习 Enterprise Architect 16 而苦恼,那么恭喜你,你找对地方了!本文将通过一个简单的实战案例,手把手带你完成一个完整的 UML 用例图,让你从入门到精通,彻底告别“EA 劝退症”!

二、EA 简介

Enterprise Architect (EA) 是由 Sparx Systems 公司开发的一款功能强大的 建模和设计工具。它不仅仅是一个简单的绘图软件,更是一个能够覆盖整个软件开发生命周期(SDLC)的专业平台。从最初的需求分析、架构设计,到编码、测试、再到维护,EA 都能提供强大的支持。

在这里插入图片描述

EA 的核心功能

1. UML 建模

这是 EA 最核心的功能。它全面支持各种 UML(统一建模语言) 图表,包括:

  • 结构图: 类图、对象图、组件图、部署图等,用来描述系统的静态结构。
  • 行为图: 用例图、活动图、序列图、状态机图等,用来描述系统的动态行为和交互。

除了标准的 UML,EA 还支持 SysML、BPMN、CMMN 等其他建模语言,这使得它不仅适用于软件开发,也能用于业务流程建模、系统工程等领域。

2. 需求管理

EA 提供了一套完整的需求管理工具,你可以:

  • 创建和管理需求: 将用户需求、业务需求、功能需求等都记录在 EA 中,并为每个需求设置优先级、状态等属性。
  • 需求追溯: 将需求与模型中的用例、类、测试用例等元素关联起来,形成 追溯矩阵。这能确保每个需求在设计和实现过程中都没有被遗漏,并且方便地追踪变更影响。

3. 架构设计与可视化

EA 能够帮助我们绘制出清晰、完整的系统架构图。

  • 比如:可以用它来设计 逻辑架构、物理架构、部署架构 等,从而更好地理解系统各部分之间的关系和依赖。
  • 对于复杂的系统,EA 提供的分层和包管理功能可以帮助你将系统分解成更小、更易于管理的模块。

4. 代码工程

这是 EA 的一大亮点。它不仅仅是用来画图的,还能实现 模型与代码的双向同步

  • 正向工程(从模型到代码): EA 可以根据我们绘制的类图,自动生成多种编程语言(如 Java、C#、Python、C++ 等)的代码骨架。
  • 逆向工程(从代码到模型): EA 能够解析现有的源代码,自动生成相应的 UML 类图。这对于理解和维护遗留系统非常有帮助。

5. 文档生成与报告

EA 可以根据我们的模型,一键生成高质量的文档和报告。同时也可以自定义报告模板,选择需要导出的内容,如需求列表、用例描述、类图细节等。这大大减轻了手动编写文档的工作量。

6. 测试管理

可以在EA 中创建和管理测试用例,并将它们与用例、类等模型元素关联起来。这使得测试人员可以清晰地了解每个测试用例对应的需求和功能,实现测试活动的追溯性。

EA 的优势

  • 功能强大且全面: 覆盖从需求、设计到代码、测试的全过程,几乎可以替代多个单一工具。
  • 支持多种建模语言: 不仅限于 UML,还能用于业务、系统等不同领域的建模。
  • 团队协作支持: 支持多用户同时访问同一个项目文件,并提供版本控制集成。
  • 性价比高: 相较于某些企业级建模工具,EA 的价格更为亲民,但功能却毫不逊色。

三、安装

我这里直接是从官网安装的:Enterprise Architect version 16.0 | Sparx Systems

不聊多了,我们直接来开启教学

四、绘制用例图

1. 创建项目和用例图

Project Browser 中右键 或者 开始页 创建新的项目

image-20250925211506187

选择好路径,然后创建新的 Package(包),用于存放用例图,然后如下:

image-20250925211710595
  • 我这里直接确定了,没启用户名和密码
现在我们的包建好了,需要在包里添加视图,我们的类图和活动图等都是创建在 视图 上的。

点击包右边的小图标添加视图,鼠标右键单击新创建的模型项目,选择 “ Add View"

image-20250925212010455

然后这个时候点击之后,出现如下界面

image-20250925212054044

然后确定之后,选择 UML Behavioral > Use Case,如下:

image-20250925212157777

点击右上角创建新图

2. 添加用例(Use Case)和 参与者(Actor)

Toolbox 工具箱 中拖拽 Use Case 用例 图标 和 Actor 参与者 到工作区(打开 ToolBox 的快捷方式 Ctrl + Shift + 3)

image-20250925212244104

双击,可以查看我们拖入的用例信息,如下:

image-20250925212659300

最后结果如下

image-20250925212518689

3. 建立关系

Toolbox 中选择 Association(关联) 工具,点击 Actor,再点击 Use Case。

上面的这种方法,还是比较麻烦,毕竟还要调整直线,我有种更简便的方法,如下:

image-20250925212843398

单击用户,然后这里有个箭头,点击一下,就可以看到这个箭头的作用,如下:

image-20250925212921888

然后我们就可以通过这个箭头建立关系,如下:

image-20250925213018716

但是可以发现这个直线没有方向,这个经过我琢磨可以点击箭头,查看箭头的信息,然后在方向那设置,如下:

image-20250925213129339

介绍常用的关系类型,如 Include(包含)Extend(扩展)

  • Include: 某个用例必须包含另一个用例。
    • 示例:“选课”用例 包含 “登录系统”用例
  • Extend: 某个用例可选地扩展另一个用例。
    • 示例:“忘记密码”用例 扩展 “登录系统”用例

操作方法: 在 Toolbox 中选择 IncludeExtend,点击扩展或包含的用例,再点击基础用例。

小贴士和技巧(锦上添花)

  • 快捷键: 比如 Ctrl+N 快速创建新元素。

4. 保存和导出

将图表导出为图片(.bmp 格式,但是 水印 比较多)方便分享。

image-20250925213621884

五、小结

通过以上步骤,我们已经成功地在 Enterprise Architect 16 中完成了一个简单的用例图。你会发现,一旦掌握了基本操作,这个工具并没有想象中那么难。

★,°:.☆( ̄▽ ̄)/$:.°★ 】当然,Enterprise Architect 的功能远不止于此,它还能绘制类图、序列图等各种 UML 图。如果你对其他图表感兴趣,或者在操作过程中遇到任何问题,都可以在评论区留言,我们一起交流学习!你还想看哪些方面的教程呢 !!

Read more

(第四篇)Spring AI 实战进阶:Ollama+Spring AI 构建离线私有化 AI 服务(脱离 API 密钥的完整方案)

(第四篇)Spring AI 实战进阶:Ollama+Spring AI 构建离线私有化 AI 服务(脱离 API 密钥的完整方案)

前言 作为企业级开发者,我们在使用大模型时常常面临三大痛点:依赖第三方 API 密钥导致的成本不可控、外网依赖导致的合规风险、用户数据上传第三方平台导致的安全隐患。尤其是金融、政务等敏感行业,离线私有化部署几乎是硬性要求。 笔者近期基于 Ollama+Spring AI 完成了一套离线 AI 服务的落地,从模型拉取、量化优化到 RAG 知识库构建全程无外网依赖,彻底摆脱了 API 密钥的束缚。本文将从实战角度,完整拆解离线 AI 服务的开发全流程:包含 Ollama 部署、Spring AI 深度对接、模型量化优化、离线 RAG 知识库落地,所有代码均经过生产环境验证,同时结合可视化图表清晰呈现核心逻辑,希望能为企业级离线 AI 部署提供可落地的参考方案。 一、项目背景与技术选型 1.1 核心痛点与解决方案 业务痛点解决方案技术选型依赖第三方

OpenClaw 全攻略:从入门到精通的 AI 智能体部署指南

OpenClaw 全攻略:从入门到精通的 AI 智能体部署指南

第一部分:认知篇 —— 什么是 OpenClaw? 1.1 定义与定位 OpenClaw(原名 Clawdbot / Moltbot)是一个本地优先、隐私至上、多渠道集成的自托管 AI 助手平台。它标志着人工智能从“对话式交互”迈入“自主行动”的第三阶段。 通俗理解: 传统 AI(如网页版 ChatGPT):你问一句,它答一句,像个顾问。 OpenClaw:你给它一个目标(如“帮我整理本月财报并发送给团队”),它能自己规划步骤、搜索数据、处理文件、发送邮件,像个员工。 1.2 核心架构:App、Gateway 与 CLI 要玩转 OpenClaw,必须理解它的三个核心组件: Gateway(网关)

OpenClaw&Discord 多 Agent 多频道配置实战:从零搭建你的 AI 团队(附踩坑实录)

OpenClaw&Discord 多 Agent 多频道配置实战:从零搭建你的 AI 团队(附踩坑实录)

本文记录了我从零开始配置 OpenClaw 多 Agent 多 Discord 频道的完整过程,基于最新的 OpenClaw 2026.2.22-2 版本,包含实际配置文件和踩坑实录。 一、背景与需求 1.1 为什么要多 Agent? 当 AI Agent 的应用场景越来越丰富时,单一 Agent 很难同时胜任多种专业任务: * 编程任务需要代码能力和技术深度 * 内容创作需要写作技巧和文案感觉 * 健康管理需要健身知识和营养学背景 * 投资分析需要金融市场理解和数据敏感性 让每个 Agent 专注一个领域,比让一个 Agent 什么都懂但什么都不精要好得多。 1.2 为什么要多 Discord 频道? 在 Discord 场景中,不同的频道有不同的氛围和用途: 频道用途对应 Agent#🎯-指挥台主沟通入口,任务分发Cypher

AI 原生架构:鸿蒙App的下一代形态

AI 原生架构:鸿蒙App的下一代形态

子玥酱(掘金 / 知乎 / ZEEKLOG / 简书 同名) 大家好,我是子玥酱,一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂,目前在某国企负责前端软件研发相关工作,主要聚焦于业务型系统的工程化建设与长期维护。 我持续输出和沉淀前端领域的实战经验,日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案, 在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。 技术方向:前端 / 跨端 / 小程序 / 移动端工程化 内容平台:掘金、知乎、ZEEKLOG、简书 创作特点:实战导向、源码拆解、少空谈多落地 文章状态:长期稳定更新,大量原创输出 我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”,而是更关注为什么这么设计、在什么场景下容易踩坑、