Api Watch Dog:Hyperf框架下的API参数校验与Swagger文档生成利器
2024-09-19 21:19:10作者:蔡丛锟
项目介绍
在现代Web开发中,API的参数校验和文档生成是不可或缺的环节。为了简化这一过程,我们推出了Api Watch Dog,这是一个专为Hyperf框架设计的组件,旨在通过注解实现API参数的自动校验,并自动生成Swagger文档。这不仅使业务代码更加纯粹,还大大减轻了接口文档维护的负担。
项目技术分析
Api Watch Dog的核心功能包括:
- 自动参数校验:通过中间件拦截HTTP请求,根据注解中的参数定义,使用
validation自动验证和过滤参数。如果验证失败,请求将被拦截并返回错误信息。 - Swagger文档生成:在
php bin/hyperf.php start启动http-server时,通过监听BootAppConfListener事件,扫描控制器注解,自动组装swagger.json结构,并输出到配置文件定义的路径中。
项目及技术应用场景
Api Watch Dog适用于以下场景:
- API开发:在开发RESTful API时,自动校验请求参数,确保数据的有效性。
- 文档维护:自动生成Swagger文档,减少手动维护文档的工作量,提高开发效率。
- 多版本API管理:支持不同版本的API管理,通过注解轻松实现版本控制。
项目特点
- 注解驱动:通过注解定义API参数和文档,使代码更加简洁和直观。
- 自动校验:内置强大的参数校验机制,支持自定义校验规则和控制器回调校验。
- Swagger集成:自动生成Swagger文档,支持多种配置选项,方便文档的展示和维护。
- 多版本支持:通过
ApiVersion注解,轻松管理不同版本的API。 - 灵活配置:提供丰富的配置选项,满足不同项目的需求。
使用指南
安装
composer require daodao97/apidog
配置
- 发布配置文件:
php bin/hyperf.php vendor:publish daodao97/apidog
php bin/hyperf.php vendor:publish hyperf/translation
php bin/hyperf.php vendor:publish hyperf/validation
- 修改配置文件:
根据需求修改config/autoload/apidog.php,配置文件结构优化,支持Swagger外的整体配置。
启用中间件
在config/autoload/middlewares.php中启用ApiValidationMiddleware。
校验规则定义
参考hyperf/validation文档和laravel/validation文档,支持自定义校验和控制器回调校验。
样例代码
以下是一个简单的使用样例,展示了如何通过注解定义API参数和响应:
/**
* @ApiVersion(version="v1")
* @ApiController(tag="demo管理", description="demo的新增/修改/删除接口")
*/
class DemoController extends AuthController
{
/**
* @PostApi(path="/demo", description="添加一个用户")
* @Header(key="token|接口访问凭证", rule="required")
* @FormData(key="a.name|名称", rule="required|max:10|cb_checkName")
* @ApiResponse(code="0", description="请求成功", schema={"id":"1"})
*/
public function add()
{
return [
'code' => 0,
'id' => 1,
'params' => $this->request->post(),
];
}
}
Swagger UI启动
Api Watch Dog提供了两种方式启动Swagger UI:
- 自动输出:系统启动时,
swagger.json会自动输出到配置文件中定义的output_file中。 - 快捷命令:使用组件提供的快捷命令,快速启动一个Swagger UI。
php bin/hyperf.php apidog:ui
php bin/hyperf.php apidog:ui --port 8888
结语
Api Watch Dog通过自动化和注解驱动的特性,极大地简化了API参数校验和文档生成的过程。无论你是正在开发一个新的API项目,还是希望优化现有的API管理流程,Api Watch Dog都能为你提供强大的支持。立即尝试,体验高效开发的乐趣吧!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220