Django Ninja项目中实现Swagger与Redoc双文档引擎的集成方案
2025-05-28 11:31:23作者:何举烈Damon
在基于Django Ninja框架开发REST API时,API文档的展示通常需要支持多种渲染引擎。本文将深入探讨如何在一个Django Ninja项目中同时集成Swagger UI和Redoc两种文档引擎,并实现按需切换的解决方案。
核心需求分析
现代API开发中,文档引擎的选择往往需要满足不同团队成员的偏好:
- Swagger UI提供交互式调试功能
- Redoc则以简洁美观的文档展示见长
Django Ninja默认支持单一文档引擎配置,但通过自定义文档渲染类,我们可以实现多引擎动态切换。
实现方案详解
基础实现原理
通过继承DocsBase基类创建混合文档渲染器,核心思路是:
- 同时初始化Swagger和Redoc两个引擎实例
- 根据URL参数动态选择渲染引擎
- 保持原有功能完整性的同时扩展多引擎支持
具体实现代码
from ninja.openapi.docs import DocsBase, Swagger, Redoc
class MixedDocs(DocsBase):
def __init__(self) -> None:
super().__init__()
self.swagger = Swagger()
self.redoc = Redoc()
def render_page(self, request, api, **kwargs):
engine_name = kwargs.pop("engine")
engine = {
"swagger": self.swagger,
"redoc": self.redoc,
}.get(engine_name)
return engine.render_page(request, api, **kwargs)
配置使用方式
在API实例化时进行配置:
api = NinjaAPI(
docs_url='/docs/<engine>',
docs=MixedDocs()
)
高级应用场景
权限控制扩展
可以结合Django的装饰器实现文档访问控制:
from django.contrib.admin.views.decorators import staff_member_required
api = NinjaAPI(
docs=MixedDocs(),
docs_decorator=staff_member_required,
docs_url="/docs/<engine>/"
)
引擎特定配置
支持为不同引擎设置独立配置:
class MixedDocs(DocsBase):
def __init__(self) -> None:
super().__init__()
self.swagger = Swagger(settings={"persistAuthorization": True})
self.redoc = Redoc(settings={"disableSearch": True})
最佳实践建议
- URL设计规范:建议采用
/docs/swagger/和/docs/redoc/的路径格式 - 默认引擎设置:可通过重定向或中间件设置默认文档引擎
- 版本兼容性:注意不同Django Ninja版本间的API变化
- 性能考虑:文档引擎实例只需初始化一次
方案优势总结
- 灵活性:开发者可以自由选择适合的文档工具
- 可扩展性:易于添加其他文档引擎支持
- 兼容性:完全兼容现有Django Ninja生态
- 配置独立:各引擎可保持独立的配置参数
这种实现方式既保留了框架原有的简洁性,又提供了企业级项目所需的灵活性,是Django Ninja项目中实现多文档引擎支持的理想解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0199
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 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++
692
1.36 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++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265