Smithy项目中对OpenAPI枚举项文档支持的技术解析
2025-07-06 11:04:45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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。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
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
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
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).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
294
2.62 K
暂无简介
Dart
585
127
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++
606
185
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
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
358
2.29 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
760
72
Ascend Extension for PyTorch
Python
124
149
仓颉编译器源码及 cjdb 调试工具。
C++
122
424
仓颉编程语言运行时与标准库。
Cangjie
130
437