TSED框架中隐藏Swagger文档中的查询参数
2025-06-27 09:06:35作者:劳婵绚Shirley
在TSED框架开发过程中,开发者有时需要隐藏某些API参数不在Swagger文档中显示,特别是对于敏感信息或内部使用的参数。本文将深入探讨如何在TSED中实现这一需求。
问题背景
在TSED框架中,开发者经常使用@Hidden装饰器来隐藏控制器类或方法,使其不出现在Swagger文档中。然而,当尝试将此装饰器应用于查询参数或模型属性时,发现它并不能按预期工作,参数仍然会显示在生成的OpenAPI文档中。
现有解决方案分析
TSED框架目前提供了@Groups装饰器作为替代方案,它主要用于控制属性的序列化和文档生成。使用方式如下:
class FileUploadParameters {
@Optional()
@Groups("!summary") // 使用"!"前缀表示排除
public secret_token?: string;
}
@Controller("/example")
class ExampleController {
public async addEntry(
@QueryParams() @Groups("summary")
params: FileUploadParameters
): Promise<unknown> {
// 控制器逻辑
}
}
这种方法的局限性在于:
@Groups不仅影响文档生成,还会影响JSON序列化/反序列化过程- 被排除的属性在请求处理中也会被忽略,可能不符合业务需求
技术实现原理
TSED框架的文档生成和数据处理共享同一套模型定义系统。这种设计虽然保证了数据一致性,但也限制了单独控制文档显示的能力。@Hidden装饰器原本设计仅用于控制器和方法级别,不适用于属性级别。
最佳实践建议
针对不同场景,推荐以下解决方案:
-
敏感认证信息:应使用HTTP头部(Header)而非查询参数传递
@UseBefore(MyAuthMiddleware) public async secureEndpoint( @HeaderParams("Authorization") token: string ): Promise<unknown> { // 认证逻辑 } -
内部追踪参数:可考虑使用自定义装饰器扩展功能
// 自定义装饰器实现 export function Internal() { return applyDecorators( Optional(), Description("内部使用参数"), // 其他需要的装饰器 ); } -
临时解决方案:通过文档描述注明参数用途
@Property() @Description("内部使用,请勿在文档中公开") public tracking_id?: string;
框架设计思考
从框架设计角度看,理想的解决方案应该:
- 保持数据模型定义的单一真实性
- 允许灵活控制文档生成行为
- 不影响实际业务数据处理
未来TSED可能会扩展@Hidden功能或引入专门的文档控制装饰器,以更好地满足这类需求。
总结
在现有TSED版本中,完全隐藏查询参数同时保持其功能完整存在一定挑战。开发者应根据具体业务场景选择合适方案,优先考虑将敏感信息移至HTTP头部,或使用明确的文档说明来管理参数可见性。理解框架设计哲学有助于找到最合适的实现方式。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781