NSwag 14.0.0+版本命令行参数解析变更解析
2025-05-31 05:41:49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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.74 K
Ascend Extension for PyTorch
Python
610
794
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.16 K
150
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987