ReportPortal API 中 filter.eq.compositeAttribute 参数错误问题分析
在 ReportPortal 项目中,LaunchController API 存在一个参数命名错误的问题,这个问题会影响开发者使用自动生成的客户端代码进行 API 调用。
问题描述
在 ReportPortal 的 Swagger 文档中,LaunchController API 的错误参数名称为 filter.eq.compositeAttribute,而实际上应该使用 filter.has.compositeAttribute。这个错误会导致开发者在使用自动生成的客户端代码(如通过 openapi-generator-maven-plugin 生成的代码)时无法正确调用 API。
技术影响
这个参数命名错误会产生以下技术影响:
-
API 调用失败:当开发者按照 Swagger 文档使用
filter.eq.compositeAttribute参数时,API 会返回错误响应。 -
代码生成问题:使用 OpenAPI 工具自动生成的客户端代码会包含错误的参数名称,导致生成的代码无法正常工作。
-
文档不一致:Swagger 文档与实际 API 行为不一致,增加了开发者的困惑和调试时间。
解决方案
正确的 API 调用方式应该是使用 filter.has.compositeAttribute 参数,例如:
GET /api/v1/PROJECTNAME/launch?filter.has.compositeAttribute=TestName:Example
技术背景
在 ReportPortal 的 API 设计中:
filter.eq通常用于精确匹配查询filter.has则用于复合属性(compositeAttribute)的查询
这种设计模式在 RESTful API 中很常见,用于区分不同类型的过滤条件。复合属性查询通常需要特殊的处理方式,因此使用 has 操作符而非普通的 eq 操作符。
最佳实践建议
对于使用 ReportPortal API 的开发者:
-
在查询复合属性时,始终使用
filter.has.compositeAttribute而非文档中显示的filter.eq.compositeAttribute。 -
如果使用自动生成的客户端代码,可能需要手动修改生成的代码或等待官方修复后重新生成。
-
在遇到 API 调用问题时,除了参考 Swagger 文档外,还应实际测试 API 行为,因为文档可能存在滞后或不准确的情况。
总结
这个参数命名错误虽然看起来是一个小问题,但对于依赖自动生成代码的开发者来说可能会造成较大的困扰。理解 API 的实际行为与文档描述的差异,有助于开发者更高效地使用 ReportPortal 平台。随着 ReportPortal 24.2 版本的发布,这个问题已经得到修复。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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