Scribe文档工具中的分组与排序功能详解
2025-07-05 13:43:21作者:柏廷章Berta
引言
Scribe作为一款优秀的API文档生成工具,在Laravel生态中广受欢迎。本文将深入探讨Scribe文档生成中的分组(group)与排序(order)功能,帮助开发者更好地组织API文档结构。
分组功能实现
在Scribe中,我们可以通过注释标签来实现API端点的分组管理。具体实现方式如下:
- 基本分组:使用
@group标签定义主分组 - 子分组:使用
@subgroup标签创建嵌套子分组 - 分组描述:使用
@subgroupDescription添加分组描述文本
示例控制器方法注释:
/**
* @group messaging
* @subgroup messages
* @subgroupDescription 即时消息管理
*/
public function index()
{
// 方法实现
}
排序配置要点
要使分组排序生效,需要注意以下几个关键配置:
- 文档类型:必须使用
static或laravel类型,external类型不支持排序功能 - 主题选择:推荐使用
default主题确保功能兼容性 - 配置位置:排序配置必须放置在
groups配置项下的order数组中
正确配置示例:
'type' => 'static',
'theme' => 'default',
'groups' => [
'order' => [
'messaging' => [
'messages',
],
'social' => [
'pages'
],
],
]
实际应用建议
- 类型选择:生产环境推荐使用
laravel类型,可以直接通过Laravel路由提供文档访问,无需额外静态文件部署 - 主题适配:虽然
default主题功能完整,但也可以尝试其他主题,注意测试排序功能是否正常 - 嵌套结构:合理规划分组层级,建议不超过3层嵌套,保持文档结构清晰
常见问题排查
如果遇到分组或排序不生效的情况,可以检查以下几点:
- 确认文档类型不是
external - 检查排序配置是否放在正确的
groups.order路径下 - 确保注释标签拼写正确,包括大小写
- 清除缓存后重新生成文档
通过合理使用Scribe的分组和排序功能,开发者可以创建结构清晰、易于导航的API文档,极大提升API使用者的体验。
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
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
270
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143