L5-Swagger 9.0.0 发布:全面拥抱 Laravel 12 与现代 PHP 生态
L5-Swagger 是一个流行的 Laravel 包,它为 Laravel 应用程序提供了与 Swagger/OpenAPI 文档生成工具的无缝集成。通过这个包,开发者可以轻松地为他们的 API 生成交互式文档,并保持文档与代码的同步。最新发布的 9.0.0 版本标志着该项目的一个重要里程碑,带来了多项重大更新和改进。
核心升级亮点
Laravel 12 全面支持
9.0.0 版本最重要的更新是提供了对 Laravel 12 的完整支持。随着 Laravel 生态系统的持续演进,L5-Swagger 也紧跟步伐,确保开发者能够在最新的 Laravel 框架版本上无缝使用 API 文档功能。
现代化技术栈要求
这个版本对技术栈进行了全面升级:
- 最低 PHP 版本要求提升至 8.2
- 最低 Laravel 版本要求提升至 11
- Swagger-php 依赖升级至 5.x 版本
这些升级不仅带来了性能改进,还让开发者能够利用 PHP 8.2 的新特性编写更现代化、更安全的代码。
测试套件现代化
项目内部进行了大量重构工作,特别是在测试方面:
- 全面采用 PHP 8.2 特性重写测试用例
- 使用属性(Attributes)替代传统的注释方式
- 测试代码更加简洁、可读性更高
这种改进不仅提高了测试的可靠性,也为贡献者提供了更清晰的代码范例。
新功能:多 API 定义支持
9.0.0 版本引入了一个重要的新功能——在 Swagger UI 视图中支持多个 API 定义。这意味着开发者现在可以:
- 在一个应用中管理多个独立的 API 文档集
- 为不同版本的 API 提供单独的文档
- 更灵活地组织大型项目的 API 文档结构
这个功能特别适合微服务架构或大型单体应用中的模块化 API 设计。
向后兼容性说明
作为主要版本更新,9.0.0 包含了一些破坏性变更:
- 不再支持 PHP 8.1 及以下版本
- 移除了对 Laravel 10 及以下版本的支持
- 一些旧的配置选项和行为已被移除
开发者升级时需要特别注意这些变更,并根据项目实际情况制定升级计划。
升级建议
对于计划升级到 9.0.0 版本的项目,建议采取以下步骤:
- 首先确保项目运行环境满足 PHP 8.2+ 和 Laravel 11+ 的要求
- 检查项目中是否使用了任何已被移除的旧配置或功能
- 在开发环境中进行充分的测试
- 逐步在生产环境中部署
对于大型项目,可以考虑分阶段升级,先升级 PHP 和 Laravel 版本,再更新 L5-Swagger 包。
未来展望
随着 9.0.0 版本的发布,L5-Swagger 项目已经全面拥抱现代 PHP 生态系统。这一版本为未来的功能开发奠定了坚实的基础,预计后续版本将在此基础上继续优化性能、增加新特性,并进一步简化 API 文档的生成和管理流程。
对于正在使用或考虑使用 L5-Swagger 的开发者来说,9.0.0 版本提供了一个更强大、更现代化的工具来管理 API 文档,值得认真考虑升级。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00