前言
ChatGPT 的受欢迎程度不断增长，现在被广泛用于各种应用程序。作为一名全栈工程师，出于对技术的追求，使用 ChatGPT 来探索一些可能的使用场合，本文就来探索 ChatGPT 设计一个资产购买系统并画出 Mermaid 流程图，开始之前介绍一下 Mermaid。
什么是 Mermaid
Mermaid 是一个基于 JavaScript 的图表绘制工具，通过解析类 Markdown 的文本语法来实现图表的创建和动态修改。Mermaid 诞生的主要目的是让文档的更新能够及时跟上开发进度。
可以先确认一下 ChatGPT 是否可以为案例解释生成图表并同时分析图表的影响因素。登录到 chat.openai.com，下面就来开启对话。
本来可以定义自己的用例，但可以先测试 ChatGPT 的在这方面的表现，所以要求它先来定义一个
看起来不错，那么就从定义数据模型开始，所以让 ChatGPT 来做，下面是结果：
下面是 ChatGPT 提供的用例模型格式：
Use Case:
- Name:
- Description:Actor:
- Name:
- Description:Preconditions:
- Preconditions 1
- Preconditions 2
...Steps:
1. Step 1
2. Step 2
...
n. Step nPostconditions:
- Postcondition 1
- Postcondition 2
...Exceptions:
- Exception 1
- Exception 2
...Extensions:
- Extension 1
- Extension 2
...
看起来不错，接下来看看它可以为图表做什么。更深入地研究数据模型，所以下一个提示是：
ChatGPT：以下是一个更详细的用例数据模型，使用 Markdown 的表格格式进行描述：
这是一个好的开始。
ChatGPT：当然，以下是使用 Mermaid 描述实体关系图的 Markdown 代码：
graph LR
Customer(顾客) -- 一对多 --> Order(订单)
Customer -- 有 --> 客户ID
Customer -- 有 --> 姓名
Customer -- 有 --> 地址
Order -- 有 --> 订单ID
Order -- 有 --> 日期
并将其复制到包含在 {mermaid} 标签内的 Markdown 编辑器中，效果如下：
太好了，正在按照预期进展。有一个类图/实体关系图。接下来看看还有什么可能？
title 简单交互participant Object A
participant Object BObject A->Object B: 请求
Object B-->Object A: 响应
在上面的示例中，有两个对象 A 和 B 参与交互。A 向 B 发送了一个请求，B 接收到请求并返回响应。
时序图通常用于描述系统或模块之间的交互过程，也可以用于设计和测试等阶段的文档化，以便更好地理解和分析系统行为。它能够帮助开发人员更好地理解系统的交互行为，并且可以作为项目文档的一部分。
接下来，尝试提出假设性提示来检查响应。第一个意图是创建一个序列图。
继续提问：资产的购买交易将如何影响上述表格，想将其描述为序列图。你能帮忙描述一下 Mermaid 的 markdown 格式的图表吗?
ChatGPT：如果要在时序图中描述资产购买交易对数据模型的影响，可能需要添加新的参与者（例如购买方、卖方、支付系统等），以及新的消息来表示交互过程。下面是一个使用 Mermaid 描述资产购买交易的示例代码：
sequenceDiagramparticipant Buyerparticipant Sellerparticipant Assetparticipant PaymentSystemBuyer->>Seller: 发出购买请求Seller->>Asset: 检查资产是否可用Asset-->>Seller: 返回资产可用性alt 资产可用Seller->>PaymentSystem: 向支付系统发送付款请求PaymentSystem->>Buyer: 返回付款链接Buyer->>PaymentSystem: 完成付款PaymentSystem->>Seller: 确认付款完成Seller->>Asset: 发送资产给买方Asset-->>Seller: 更新资产状态Seller-->>Buyer: 发送购买确认else 资产不可用Seller-->>Buyer: 发送购买失败信息end
上述示例中，我们使用了 sequenceDiagram 关键字来创建一个新的时序图，然后定义了四个参与者：买方（Buyer）、卖方（Seller）、资产（Asset）和支付系统（PaymentSystem）。在交互中，买方向卖方发出购买请求，卖方检查资产是否可用，然后向支付系统发送付款请求。如果资产可用，支付系统返回付款链接，买方完成付款后，支付系统向卖方确认付款完成，然后卖方将资产发送给买方，更新资产状态，并向买方发送购买确认。如果资产不可用，则卖方向买方发送购买失败信息。
注意，Mermaid 的 Markdown 语法比较灵活，可以根据具体需求进行调整和扩展。使用 Mermaid 可以方便地创建各种类型的图表，包括流程图、序列图、实体关系图等。
将其复制到 markdown 编辑器中：
ChatGPT：下面是一个使用 Mermaid 描述资产购买交易状态转移图的示例代码：
stateDiagram-v2[*] --> 待支付待支付 --> 已支付 : 用户支付已支付 --> 已确认 : 系统确认收款已确认 --> 已分配 : 资产分配完成已分配 --> 已完成 : 用户确认收货已完成 --> [*]
上述示例中，我们定义了五个状态：待支付、已支付、已确认、已分配 和 已完成，用方框表示。在初始状态（用星号 [*] 表示）下，系统处于待支付状态。当用户发出支付命令后，系统从待支付状态转移到已支付状态；当系统确认收到用户的付款后，系统从已支付状态转移到已确认状态；当系统完成资产分配后，系统从已确认状态转移到已分配状态；当用户确认收到资产后，系统从已分配状态转移到已完成状态。最后，当交易完成后，系统回到初始状态，重新进入待支付状态。
在状态转移图中，箭头表示状态转移，箭头上的文本表示转移的条件或事件。在本例中，箭头上的文本表示用户执行的操作，例如 用户支付、系统确认收款、资产分配完成 和 用户确认收货。在状态转移图中，可以很好地描述资产购买交易的状态转移过程，有助于我们理解交易的各个阶段和状态。
从整个过程看，效果还不错，考虑的比较全面。
总结
本文通过 ChatGPT 来设计基于 Mermaid 的系统时序图，确定在效率上提高了不少，合理利用 ChatGPT 可以给我们工作带来很多超乎想象的效果。
本文链接：https://my.lmcjl.com/post/12118.html
4 评论