Smithy项目中对OpenAPI枚举项文档支持的技术解析
2025-07-06 22:57:42作者:温艾琴Wonderful
在API设计领域,枚举类型是常见的数据结构,用于表示一组固定的可能值。Smithy作为一种接口定义语言(IDL),提供了定义枚举类型的能力,并支持为每个枚举值添加文档说明。然而,当将Smithy模型转换为OpenAPI规范时,这些枚举项的文档信息却无法被保留。
问题背景
在Smithy中,开发者可以这样定义一个带有详细文档的枚举类型:
@documentation("The status of the enrollment request.")
enum EnrollmentStatus {
@documentation("The enrollment request is pending review.")
PENDING = "PENDING",
@documentation("The enrollment request has been approved.")
APPROVED = "APPROVED",
@documentation("The enrollment request has been rejected.")
REJECTED = "REJECTED"
}
然而,当转换为OpenAPI规范时,生成的JSON输出会丢失这些枚举项的文档信息:
{
"EnrollmentStatus": {
"type": "string",
"description": "The status of the enrollment. Only Stedi can set or update this property.",
"enum": [
"PENDING",
"APPROVED",
"REJECTED"
]
}
}
技术解决方案
现代OpenAPI 3.1.x规范(基于JSON Schema 2020-12)提供了更丰富的枚举定义方式,可以使用oneOf结合const来保留每个枚举项的文档:
{
"$schema": "https://json-schema.org/draft/2020-12/schema",
"type": "object",
"properties": {
"status": {
"type": "string",
"description": "The status of the enrollment request.",
"oneOf": [
{
"const": "PENDING",
"description": "The enrollment request is pending."
},
{
"const": "APPROVED",
"description": "The enrollment request has been approved."
},
{
"const": "REJECTED",
"description": "The enrollment request has been rejected."
}
]
}
}
}
实现方案
Smithy项目团队采纳了类似处理联合类型(union)和映射(map)的策略,通过引入新的配置选项enumStrategy来解决这个问题:
-
配置选项设计:
enum:保持现有行为,使用简单的数组形式字符串枚举oneOf:新行为,使用oneOf和const值来保留成员文档
-
技术实现要点:
- 在JsonSchemaConfig类中添加enumStrategy配置项
- 更新枚举特性的处理逻辑,使其类似于联合类型的oneOf实现方式
实际应用价值
这一改进为API设计带来了显著好处:
- 完整的文档支持:现在可以完整保留枚举项级别的文档说明,为API使用者提供更详细的指导
- 更好的开发者体验:生成的OpenAPI规范更加丰富,可以直接用于生成更完善的客户端文档
- 向后兼容:通过配置选项,开发者可以根据需要选择使用传统或新的枚举表示方式
总结
Smithy项目通过引入enumStrategy配置,解决了OpenAPI转换过程中枚举项文档丢失的问题。这一改进不仅提升了API文档的完整性,也展示了Smithy作为现代接口定义语言的灵活性和可扩展性。对于需要丰富文档支持的API项目,现在可以充分利用这一特性来提供更好的开发者体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
391
467
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
356
216
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++
897
691
昇腾LLM分布式训练框架
Python
122
147
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
122
156
🎉 (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
1.38 K
783
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361