使用openapi-typescript生成OpenAPI子集类型定义
2025-06-01 22:33:59作者:董灵辛Dennis
在开发基于OpenAPI规范的TypeScript项目时,我们经常会遇到只需要部分API接口类型定义的情况。本文将介绍如何利用openapi-typescript工具生成OpenAPI规范的子集类型定义。
需求背景
在实际项目中,一个OpenAPI规范可能包含多种类型的接口:
- 公共API和内部API
- 不同功能模块的API
- 不同权限级别的API
我们可能只需要为其中一部分接口生成TypeScript类型定义,而不是整个API规范。
解决方案
使用Redocly CLI预处理
目前openapi-typescript本身不直接支持过滤功能,但我们可以结合Redocly CLI工具先对OpenAPI规范进行预处理,然后再使用openapi-typescript生成类型定义。
- 首先安装Redocly CLI:
npm add -D @redocly/cli
- 创建Redocly配置文件
redocly.yaml:
apis:
main:
root: http://localhost:43020/api/v1/docs/json
decorators:
filter-in:
property: operationId
value: [connectRepo]
- 创建自动化脚本:
REDOCLY_TELEMETRY=off redocly bundle main --config=redocly.yaml -o api.yaml &&
openapi-typescript ./api.yaml -o ./src/api.ts &&
rm ./api.yaml
过滤选项说明
Redocly提供了多种过滤方式:
- 按operationId过滤:
filter-in:
property: operationId
value: [connectRepo, getUser]
- 按路径过滤:
filter-in:
property: path
value: [/api/public/*]
- 按标签过滤:
filter-in:
property: tags
value: [public]
- 使用自定义属性过滤(如x-area):
filter-in:
property: x-area
value: [feature1, feature2]
注意事项
-
确保Redocly生成的中间文件格式正确,openapi-typescript才能正常处理。
-
如果API规范很大,预处理步骤可能会比较耗时。
-
可以考虑将预处理步骤封装为npm脚本,方便团队共享。
-
对于持续集成环境,建议缓存预处理结果以提高构建速度。
替代方案
如果不想引入Redocly作为额外依赖,也可以考虑:
-
手动拆分OpenAPI规范为多个文件,分别生成类型定义。
-
编写自定义脚本预处理OpenAPI规范。
-
使用其他OpenAPI工具链如swagger-cli进行预处理。
总结
通过结合Redocly CLI和openapi-typescript,我们可以灵活地生成OpenAPI规范的子集类型定义。这种方法特别适用于大型API项目,或者需要区分不同环境、不同权限级别的类型定义场景。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868