# Intelligent Model-Driven Development

**Repository Path**: citrux/intelligent-model-driven-development

## Basic Information

- **Project Name**: Intelligent Model-Driven Development
- **Description**: 软件需求大作业
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-21
- **Last Updated**: 2025-06-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 在线商店需求建模系统

## 实验目标

本实验的目标是通过多代理工作流（MultiAgent Workflow）来生成在线商店的需求模型。利用 OpenAI GPT 模型和自定义代理（Agent）进行需求分析、用例生成、模型构建和评审，以自动化生成并优化在线商店的需求模型和用例模型。

## 输入的 Prompt

输入的 Prompt 旨在引导模型分析业务需求并生成需求模型。以下是用来分析和生成在线商店需求模型的核心 Prompt：

### 1. 需求分析（Requirement Analysis）


    {
        "role": "user",
        "content": "我们需要开发一个在线商店系统，支持以下功能：\n\n1. 顾客可以浏览商品分类和详情\n2. 顾客可以将商品添加到购物车\n3. 顾客可以管理购物车中的商品（修改数量、删除）\n4. 顾客可以结算订单并选择支付方式\n5. 顾客可以注册账号、登录和管理个人信息\n6. 顾客可以查看订单历史和订单详情\n7. 管理员可以登录系统\n8. 管理员可以管理商品（添加、编辑、删除）\n9. 管理员可以管理订单（查看、处理）\n10. 管理员可以管理用户（查看、封禁）\n\n系统需要具备良好的用户界面和安全性，支持常见的支付方式，并且能够处理高并发访问。"
    }



###   2. 用例生成（Use Case Generation）

    {
        "role": "user",
        "content": "根据提供的需求列表，生成完整的用例模型，包括用例名称、参与者、前置条件、主流程和扩展点。"
    }

### 3. JSON 模型构建（JSON Model Construction）

    {
        "role": "user",
        "content": "根据提供的需求和用例信息，生成符合规范的JSON格式的需求模型和用例模型。"
    }

## 输出格式定义
生成的输出将遵循以下 JSON 格式：

###  1. 需求模型（Requirements Model）
输出的需求模型是一个包含需求名称、描述和优先级的列表。示例如下：

    {
        "name": "Online Store",
        "description": "电子商务平台需求模型",
        "requirements": [
            {
                "name": "浏览商品",
                "description": "顾客可以浏览商品分类和详情",
                "priority": "high"
            },
            {
                "name": "添加到购物车",
                "description": "顾客可以将商品添加到购物车",
                "priority": "high"
            },
            ...
        ]
    }

### 2. 用例模型（Use Case Model）
用例模型将包括参与者、前置条件、主流程和扩展点。示例如下：

        {
        "usecases": [
            {
                "name": "浏览商品",
                "actors": ["顾客"],
                "preconditions": ["用户已登录"],
                "postconditions": ["用户浏览了商品详情"],
                "main_flow": ["用户选择商品", "查看商品详情"],
                "extensions": ["用户查看商品评论", "用户收藏商品"]
            },
            {
                "name": "结算订单",
                "actors": ["顾客"],
                "preconditions": ["购物车不为空"],
                "postconditions": ["顾客成功下单"],
                "main_flow": ["顾客选择支付方式", "确认订单", "支付"],
                "extensions": ["顾客使用优惠券"]
            }
            ]
        }

### 3. 用例图（Use Case Diagram）
用例图将以图表形式展示系统中的各个参与者和它们之间的关系。例如，顾客和管理员与不同用例之间的关联。

    {
    "usecase_diagram": {
        "actors": ["顾客", "管理员", "系统"],
        "relationships": [
            {"source": "顾客", "target": "浏览商品", "type": "关联"},
            {"source": "顾客", "target": "添加购物车", "type": "关联"},
            {"source": "管理员", "target": "管理商品", "type": "关联"},
            {"source": "管理员", "target": "管理订单", "type": "关联"}
        ]
    }
    }

## MultiAgent Workflow 简要说明
本系统基于多个代理（Agent）协同工作来生成完整的需求模型。工作流包括以下几个阶段：

1. 需求分析（Requirement Analysis）：使用 requirement_analyzer 代理分析业务目标并提取需求。

2. 用例生成（Use Case Generation）：根据需求列表，usecase_generator 代理生成用例模型，涵盖系统的各个功能模块。

3. JSON 模型构建（JSON Model Construction）：json_model_builder 代理将需求和用例模型转换为标准的 JSON 格式。

4. 模型评审（Model Review）：通过 model_reviewer 代理对生成的 JSON 模型进行质量评审，并提供改进建议。如果模型未通过评审，系统会根据反馈进行迭代优化，直到通过评审为止。

### 工作流的关键部分：
1. 代理（Agent）：每个代理负责不同的任务，如需求分析、用例生成、JSON 模型构建和评审。

2. 工具（Tools）：代理通过调用不同的工具来实现特定功能。例如，generate_json_model 用于将需求和用例转换为 JSON 格式。

生成的需求模型说明
生成的需求模型和用例模型展示了在线商店系统的关键功能和流程。以下是简要说明：

1. 需求模型：描述了系统需要支持的各种功能，如浏览商品、添加到购物车、结算订单等。每个需求包括名称、描述和优先级。

2. 用例模型：列出了系统的主要用例，并为每个用例定义了参与者、前置条件、后置条件、主流程和扩展点。

3. 用例图：展示了参与者与用例之间的关系，帮助可视化系统功能及其交互。

### 总结
本项目通过 MultiAgent Workflow 模型，成功实现了在线商店需求模型的自动化生成。通过多个代理的协同工作，我们能够从业务目标出发，逐步生成需求、用例和完整的模型，并通过评审和反馈不断优化模型。最终，我们获得了符合要求的需求模型和用例模型，作为系统开发的基础。

## 截图
![创建卡片](pic/sdk.png)