NSwag 14.0.0+版本命令行参数解析变更解析
2025-05-31 09:22:07作者:尤辰城Agatha
问题背景
在NSwag工具链从13.20.0升级到14.0.0及以上版本后,用户在使用npm包中的命令行工具时遇到了参数解析问题。具体表现为,在13.20.0版本中能够正常工作的命令行参数格式,在14.0.0及以上版本中会抛出"Unrecognised arguments are present"异常。
现象对比
在NSwag 13.20.0版本中,以下命令可以正常工作:
dotnet "node_modules/nswag/bin/binaries/Net70/dotnet-nswag.dll" run /variables:SwaggerFile=swagger-public.json,DtoProject=Core
但在升级到14.0.1版本后,同样的命令(仅将Net70改为Net80)会报错:
NConsole.UnusedArgumentException: Unrecognised arguments are present: []
问题根源
经过分析,这个变化源于NSwag 14.0.0版本对命令行参数解析逻辑的调整。新版本要求必须明确指定运行时环境参数或配置文件路径,否则会认为参数不完整。
解决方案
针对这个问题,有两种可行的解决方案:
- 添加运行时参数:
dotnet "node_modules/nswag/bin/binaries/Net80/dotnet-nswag.dll" run /runtime:Net80 /variables:SwaggerFile=swagger-public.json,DtoProject=Core
- 明确指定配置文件路径:
dotnet "node_modules/nswag/bin/binaries/Net80/dotnet-nswag.dll" run nswag.json /variables:SwaggerFile=swagger-public.json,DtoProject=Core
技术原理
这个变化实际上反映了NSwag工具对参数解析更加严格的要求。在新版本中:
- 必须明确指定目标运行时环境(如/runtime:Net80)
- 或者明确指定配置文件的路径
- 变量参数(/variables:)必须作为附加参数出现,不能单独使用
这种改变提高了命令的明确性,避免了潜在的配置歧义,虽然增加了少量输入,但提升了工具的可靠性。
最佳实践建议
对于从旧版本迁移到14.0.0及以上版本的用户,建议:
- 在CI/CD脚本中更新命令格式,添加/runtime参数
- 在项目文档中更新示例命令
- 考虑将常用配置固化到nswag.json文件中,减少命令行参数的使用
- 对于复杂场景,可以使用多个配置文件配合不同的变量参数
这种参数解析的变化虽然带来了一些迁移成本,但从长远来看,它使得NSwag工具的使用更加规范化和可预测,有利于项目的维护和团队协作。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217