Malli项目中Swagger JSON生成的类型顺序问题解析
2025-07-10 13:24:23作者:咎岭娴Homer
问题背景
在Malli项目中,当使用:or类型组合器定义包含:nil类型的可选字段时,生成的Swagger JSON会出现有效性问题。具体表现为当:nil类型作为:or组合中的第一个选项时,生成的Swagger规范会变得无效。
问题现象
Malli允许开发者使用类型组合器来定义复杂的类型结构。例如,可以定义一个既可以是整数也可以是空值的字段:
[:days-paid-leave-sick-child {:optional true} [:or [:int {:min 0 :max 30}] :nil]]
这种情况下生成的Swagger JSON是有效的,它会正确地表示为:
days-paid-leave-sick-child:
type: integer
format: int64
minimum: 0
maximum: 30
x-anyOf:
- type: integer
format: int64
minimum: 0
maximum: 30
- type: 'null'
然而,当:nil类型作为:or组合中的第一个选项时:
[:days-until-sick-leave-notice {:optional true} [:or :nil [:int {:min 1 :max 4}]]]
生成的Swagger JSON就变得无效了:
days-until-sick-leave-notice:
type: 'null'
x-anyOf:
- type: 'null'
- type: integer
format: int64
minimum: 1
maximum: 4
技术分析
这个问题源于Malli在生成Swagger JSON时对类型组合的处理逻辑。根据JSON Schema规范,type字段的有效值应该是array、boolean、integer、number、object或string之一。'null'虽然在某些Swagger扩展中可能被支持,但不是标准的JSON Schema类型。
当:nil类型出现在:or组合的第一位时,Malli错误地将其作为主类型输出,导致了不符合规范的Swagger文档生成。正确的做法应该是选择第一个非空类型作为基础类型,然后使用anyOf或oneOf来表示类型组合。
解决方案
Malli项目维护者已经确认这是一个bug,并建议修复方向:在生成JSON Schema时,:or类型组合器应该选择第一个非空类型作为基础类型。这意味着:
- 当处理
:or类型组合时,应该跳过:nil类型,选择第一个有效的JSON Schema类型作为主类型 - 仍然保留所有类型选项(包括
:nil)在anyOf或oneOf结构中 - 确保生成的文档符合JSON Schema规范
对开发者的影响
对于使用Malli生成API文档的开发者,目前可以采取以下临时解决方案:
- 确保
:nil类型总是出现在:or组合的末尾 - 或者手动调整生成的Swagger文档
- 等待官方修复并更新到新版本
最佳实践
在使用Malli定义包含可选字段的类型时,建议:
- 将
:nil类型放在:or组合的最后位置 - 明确指定字段的
{:optional true}属性 - 验证生成的Swagger文档是否符合规范
- 考虑使用更明确的类型组合方式,如
:maybe来表示可选字段
这个问题提醒我们在使用类型系统生成API文档时,需要特别注意类型组合的顺序和规范兼容性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212