ConsoleAppFramework 5.5.0版本新增KeyedServices支持解析
2025-07-07 03:38:05作者:尤辰城Agatha
在依赖注入场景中,KeyedServices(键控服务)是一种常见的模式,它允许开发者通过指定键名来获取特定实现的服务实例。近期发布的ConsoleAppFramework 5.5.0版本正式加入了对KeyedServices的支持,解决了之前版本中[FromKeyedServices]属性被忽略的问题。
背景与问题
在之前的ConsoleAppFramework版本中,虽然框架支持依赖注入,但无法正确处理带有[FromKeyedServices]标记的参数注入。例如以下代码:
services.AddSingleton<ITest, Test>();
services.AddKeyedSingleton<ITest, KeyedTest>("Key");
class TestCommand([FromKeyedServices("Key")] ITest test) {
public void Run() {
Console.WriteLine(test.Value); // 预期输出2,实际输出1
}
}
这种情况下,框架会忽略键控服务的指定,始终返回默认注册的服务实例,导致业务逻辑出现偏差。
解决方案
5.5.0版本通过改进代码生成逻辑,现在能够正确识别和处理[FromKeyedServices]属性。当检测到该属性时:
- 框架会检查服务容器中是否存在对应的键控服务注册
- 优先从键控服务容器中解析依赖
- 如果找不到匹配的键控服务,才会回退到常规服务解析
实现原理
在底层实现上,ConsoleAppFramework通过源代码生成器在编译时创建命令类的依赖注入逻辑。新版本改进了生成器,使其能够:
- 识别构造函数参数上的
[FromKeyedServices]属性 - 生成调用
GetKeyedService而非GetService的代码 - 正确处理键名参数传递
使用建议
开发者现在可以安全地在ConsoleAppFramework项目中使用键控服务模式:
// 注册服务
services.AddKeyedSingleton<ILogger, FileLogger>("File");
services.AddKeyedSingleton<ILogger, ConsoleLogger>("Console");
// 使用服务
class LogCommand([FromKeyedServices("File")] ILogger logger) {
public void Run() {
logger.Log("This will use FileLogger");
}
}
注意事项
- 确保使用的Microsoft.Extensions.DependencyInjection版本支持键控服务(7.0+)
- 键名区分大小写,需保持注册和使用时的一致性
- 当键控服务不存在时,框架会尝试回退到常规服务解析
总结
ConsoleAppFramework 5.5.0对KeyedServices的支持完善了其依赖注入功能,使开发者能够更灵活地管理服务实现的选择。这一改进特别适合需要根据不同场景切换服务实现的复杂应用场景,进一步提升了框架在命令行应用开发中的实用性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
235
98
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
10
1
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
450
180
🎉 (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
1.28 K
705