Scramble项目中如何隐藏文档UI中的Schemas部分
Scramble是一个用于生成API文档的工具,它能够自动从Laravel应用中生成OpenAPI规范的文档。在使用过程中,开发者可能会遇到需要隐藏文档UI中Schemas部分的需求,本文将详细介绍如何实现这一功能。
问题背景
在Scramble项目中,当开发者使用"Multiple API versions"功能管理多个API文档时,可能会发现某些资源类(Resource Classes)会出现在文档UI的Schemas部分,即使这些资源类并没有被当前API的控制器或资源类引用。这可能会造成文档界面的混乱,影响开发者对核心API的理解和使用。
解决方案
经过社区讨论和技术验证,发现可以通过配置elements-api标签的hideSchemas属性来隐藏Schemas部分。具体实现步骤如下:
- 首先需要发布Scramble的配置文件,通过运行以下Artisan命令:
php artisan vendor:publish
在提示中选择Dedoc\Scramble\ScrambleServiceProvider以发布配置文件。
- 在生成的docs.blade.php文件中,找到elements-api标签,添加hideSchemas属性:
<elements-api
id="docs"
tryItCredentialsPolicy="{{ $config->get('ui.try_it_credentials_policy', 'include') }}"
router="hash"
@if($config->get('ui.hide_try_it')) hideTryIt="true" @endif
logo="{{ $config->get('ui.logo') }}"
hideSchemas="true"
/>
技术原理
这个解决方案利用了Stoplight Elements的配置选项。Stoplight Elements是Scramble底层使用的文档渲染引擎,它提供了丰富的配置选项来自定义文档UI的显示方式。hideSchemas属性就是其中之一,当设置为true时,会完全隐藏文档中的Schemas部分。
注意事项
-
在隐藏Schemas部分前,建议确认这些Schema确实不需要展示。有时Schema被显示可能是因为存在深层引用关系,而不是配置错误。
-
隐藏Schemas部分后,相关的模型定义仍然会出现在各个端点的描述中,不会影响文档的完整性。
-
这一配置适用于Scramble 0.12.9及以上版本。
总结
通过简单的配置调整,开发者可以灵活控制Scramble生成的API文档界面,隐藏不需要显示的Schemas部分,使文档更加简洁清晰。这一功能特别适合那些希望专注于端点描述而不是底层数据结构的API文档场景。
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