jbpm5.1介绍(4)

简介: eclipse插件 需求Eclipse的3.6或更新版本 Graphiti框架,使用更新站点 可以直接下载更新Graphiti http://download.eclipse.org/graphiti/updates/0.

eclipse插件

需求
Eclipse的3.6更新版本

Graphiti框架使用更新站点

可以直接下载更新Graphiti

http://download.eclipse.org/graphiti/updates/0.7.1/

更新bpmn2.0插件

http://codehoop.com/bpmn2

也可以直接从网站上下载后到本地更新,下载地址

https://github.com/droolsjbpm/bpmn2-eclipse-editor

使用eclipse创建hellojbpm

打开eclipse,新建jbpm project

输入工程名,然后都是下一步

最后完成,工程就创建完成了。

修改流程定义

加入两个Script Task,然后修改其属性,点击节点然后在下方面板中修改属性

在Action加入要执行的代码,可以是java也可以是Mvel角本

加完之后,可以看到流程如下图

执行测试流程,流程将直接走到结束并且经过两个Script Task并且输出内容

public class ProcessTest {

	public static final void main(String[] args) {
		try {
			// load up the knowledge base
			KnowledgeBase kbase = readKnowledgeBase();
			StatefulKnowledgeSession ksession = kbase.newStatefulKnowledgeSession();
			KnowledgeRuntimeLogger logger = KnowledgeRuntimeLoggerFactory.newFileLogger(ksession, "test");
			// start a new process instance
			ksession.startProcess("com.sample.bpmn.hello");
			logger.close();
		} catch (Throwable t) {
			t.printStackTrace();
		}
	}

	private static KnowledgeBase readKnowledgeBase() throws Exception {
		KnowledgeBuilder kbuilder = KnowledgeBuilderFactory.newKnowledgeBuilder();
		kbuilder.add(ResourceFactory.newClassPathResource("sample.bpmn"), ResourceType.BPMN2);
		return kbuilder.newKnowledgeBase();
	}
	
}

运行可看到结果

Hello jbpm5
自动化的流程向下走

 

使用eclipse创建hellojbpm

打开eclipse,将示例工程导入,示例工程路径jbpm-installer/sample/evaluation

这是一个员工添写自我评价并且需要人力资源和项目经理审批的示例,中间有两个网关都是AND,就是表示必须是人力资源和项目经理全部评价完成流程才算结束。

员工:krisv

人力资源:mary

项目经理:john

看下图:

首先运行工程中的示例,开始流程

在view中选出Human task view

流程开始的时候,krisv开始添写自我评价,这时到human task view中可以看到状态

输入krisv并且刷新

可以看到自己要处理的流程

点击start,则流程进入到inprogress状态,点击complete,则流程结束

完成之后进入一个分支节点,这个结点用的是AND就是只有当人事经理和项目经理全部审核通过后流程才算结束

我们在human task view输入mary,则出现mary的待办列表

流程处理状态同krisv,也可以输入john看一下,每个人都有对应的要处理的任务列表,比较直观的就能看到要处理的结果。

只有当两个流程全部结束流程才算结束。

通过上面的示例我们看到了使用人工结点,也可以在结束前或者流程中加入Script Task,以处理在不同的时刻状态的变化。

 

目录
相关文章
|
数据安全/隐私保护 Docker 容器
【Docker】使用docker安装部署NextCloud私人网盘
【Docker】使用docker安装部署NextCloud私人网盘
4650 0
【Docker】使用docker安装部署NextCloud私人网盘
|
容器 Kubernetes API
深入解析 Kubebuilder:让编写 CRD 变得更简单
作者 | 刘洋(炎寻) 阿里云高级开发工程师 导读:自定义资源 CRD(Custom Resource Definition)可以扩展 Kubernetes API,掌握 CRD 是成为 Kubernetes 高级玩家的必备技能,本文将介绍 CRD 和 Controller 的概念,并对 CRD 编写框架 Kubebuilder 进行深入分析,让您真正理解并能快速开发 CRD。
12770 3
|
1月前
|
存储 人工智能 数据库
向量存储vs知识图谱:LLM记忆系统技术选型
本文探讨LLM长期记忆系统的构建难点与解决方案,对比向量检索与知识图谱架构优劣,分析Zep、Mem0、Letta等开源框架,并提供成本优化策略,助力开发者实现高效、可扩展的AI记忆系统。
248 3
向量存储vs知识图谱:LLM记忆系统技术选型
|
9月前
|
机器学习/深度学习 存储
YOLOv11改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
YOLOv11改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
563 15
YOLOv11改进策略【模型轻量化】| PP-LCNet:轻量级的CPU卷积神经网络
|
9月前
|
计算机视觉
YOLOv11改进策略【卷积层】| 2024最新轻量级自适应提取模块 LAE 即插即用 保留局部信息和全局信息
YOLOv11改进策略【卷积层】| 2024最新轻量级自适应提取模块 LAE 即插即用 保留局部信息和全局信息
397 0
YOLOv11改进策略【卷积层】| 2024最新轻量级自适应提取模块 LAE 即插即用 保留局部信息和全局信息
|
10月前
|
机器学习/深度学习 PyTorch 调度
内部干货 | 基于华为昇腾910B算力卡的大模型部署和调优-课程讲义
近日上海,TsingtaoAI为某央企智算中心交付华为昇腾910B算力卡的大模型部署和调优课程。课程深入讲解如何在昇腾NPU上高效地训练、调优和部署PyTorch与Transformer模型,并结合实际应用场景,探索如何优化和迁移模型至昇腾NPU平台。课程涵盖从模型预训练、微调、推理与评估,到性能对比、算子适配、模型调优等一系列关键技术,帮助学员深入理解昇腾NPU的优势及其与主流深度学习框架(如PyTorch、Deepspeed、MindSpore)的结合应用。
3640 13
|
数据采集 机器学习/深度学习 自然语言处理
一文讲懂大模型调优技术
随着AI技术的发展,大模型如GPT系列、BERT等成为推动自然语言处理和计算机视觉领域进步的重要驱动力。然而,大模型的调优过程复杂且资源消耗巨大,对开发者构成严峻挑战。本文旨在全面解析大模型调优的关键技术,涵盖数据预处理、模型架构调整、超参数优化、正则化与泛化能力提升,以及分布式训练与并行优化等内容,为开发者提供系统性的调优指南。
|
JavaScript 应用服务中间件 开发工具
【Vue全家桶实现电商系统】— 项目介绍与技术选型(一)
【Vue全家桶实现电商系统】— 项目介绍与技术选型(一)
【Vue全家桶实现电商系统】— 项目介绍与技术选型(一)
|
数据可视化 IDE 开发工具
Coze工作流介绍(一)
Coze工作流介绍(一)
1374 0