Api Watch Dog 项目使用教程
2024-09-22 23:18:21作者:郁楠烈Hubert
1. 项目目录结构及介绍
Api Watch Dog 是一个基于 Hyperf 框架的 Api 参数校验及 Swagger 文档生成组件。项目的主要目录结构如下:
.
├── composer.json            # Composer 配置文件
├── README.md                # 项目说明文件
├── gitattributes             # Git 属性配置文件
├── gitignore                # Git 忽略配置文件
├── phpstan.neon             # PHPStan 配置文件
├── phpunit.xml              # PHPUnit 配置文件
├── src                      # 源代码目录
│   ├── test                 # 测试目录
│   ├── ui/default           # 默认 UI 资源目录
│   ├── ...                  # 其他源代码文件
├── ...                      # 其他文件和目录
composer.json:定义了项目的依赖和元数据。README.md:提供了项目的详细说明和基本使用方法。gitattributes和gitignore:配置 Git 的一些行为,例如忽略某些文件。phpstan.neon和phpunit.xml:分别用于配置静态代码分析工具 PHPStan 和单元测试框架 PHPUnit。src:存放源代码,包括测试代码、默认 UI 资源和其他源代码文件。
2. 项目的启动文件介绍
Api Watch Dog 组件的启动主要依赖于 Hyperf 框架的机制。在 Hyperf 中,通常不需要显式的启动文件,而是通过配置文件和注解来定义和启动服务。
当 Hyperf 应用启动时,会自动加载 composer.json 中定义的依赖,并根据 config/autoload 目录下的配置文件来初始化服务。
3. 项目的配置文件介绍
Api Watch Dog 的配置文件位于 config/autoload/apidog.php。以下是配置文件的基本结构和说明:
return [
    // 是否启用 Swagger 文档生成
    'enable' => env('APP_ENV') == 'production',
    
    // Swagger 文档的输出文件路径
    'output_file' => BASE_PATH . '/public/swagger/swagger.json',
    
    // 忽略的接口
    'ignore' => function ($controller, $action) {
        return false;
    },
    
    // 自定义验证器错误码、错误描述字段等
    'error_code' => 400,
    'http_status_code' => 400,
    'field_error_code' => 'code',
    'field_error_message' => 'message',
    'exception_enable' => false,
    
    // Swagger 的基础配置
    'swagger' => [
        'swagger' => '2.0',
        'info' => [
            'description' => 'hyperf swagger api desc',
            'version' => '1.0.0',
            'title' => 'HYPERF API DOC',
        ],
        'host' => 'apidog.cc',
        'schemes' => ['http'],
    ],
    
    // 响应模板配置
    'templates' => [
        // ...
    ],
    
    // 全局参数配置
    'global' => [
        // ...
    ],
];
这个配置文件定义了 Swagger 文档的生成开关、输出路径、忽略的接口、错误处理配置、Swagger 的基础信息和全局参数配置等。根据实际需要,开发者可以调整这些配置项以符合自己的项目要求。
登录后查看全文 
热门项目推荐
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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Jinja00
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
272
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
564
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
231
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
444