Hertz框架中使用protoc-gen-openapi生成API文档的实践指南
2025-06-03 19:09:35作者:瞿蔚英Wynne
背景介绍
在微服务架构中,API文档是前后端协作的重要桥梁。Hertz作为一款高性能的Go HTTP框架,支持通过protobuf定义服务接口,并提供了多种文档生成工具。本文将详细介绍如何在Hertz项目中使用protoc-gen-openapi插件生成OpenAPI规范文档。
准备工作
环境要求
- Hertz版本:v0.8.1或更高
- protoc编译器:libprotoc 25.3或更高
- protoc-gen-openapi插件:通过go install安装最新版本
依赖文件准备
使用protoc-gen-openapi需要准备以下依赖的proto文件:
- google/protobuf下的descriptor.proto等基础定义文件
- google/api下的annotations.proto和http.proto
- openapiv3下的annotations.proto和OpenAPIv3.proto
这些文件需要放置在正确的目录结构中,以便protoc能够找到它们。
配置proto文件
基本配置
在proto文件中,除了常规的Hertz注解外,还需要添加openapiv3和google/api的引入:
syntax = "proto3";
package api;
option go_package = "server/cmd/api";
import "hz.proto";
import "openapiv3/annotations.proto";
import "google/api/annotations.proto";
字段注解
可以为字段添加openapiv3的详细注解,例如:
message LoginRequest {
string code = 1[
(api.vd) = "len($) > 0",
(openapi.v3.property) = {
min_length: 1;
}
];
}
服务方法注解
服务方法需要同时添加Hertz和google.api的HTTP注解:
service apiService {
rpc Login (LoginRequest) returns (LoginResponse) {
option (api.post) = "/auth/login";
option(google.api.http) = {
post: "/auth/login"
};
}
}
生成文档
使用以下命令生成OpenAPI文档:
hz update -idl api.proto --protoc-plugins=openapi::./doc
常见问题解决
- 生成的文档为空:检查是否缺少必要的proto文件引入或注解
- 字段命名风格问题:默认会转换为PascalCase,如需保持snake_case,可添加naming=proto参数
- 警告信息:某些警告可能来自protoc-gen-openapi插件,通常不影响文档生成
最佳实践
- 文档版本控制:将生成的OpenAPI文档纳入版本控制系统
- 持续集成:在CI流程中加入文档生成步骤
- 文档验证:使用Swagger UI等工具验证生成的文档
- 命名规范:保持proto字段命名与API文档命名的一致性
未来展望
Hertz社区正在开发更适配Hertz注解的swagger-generate工具,未来将提供更便捷的文档生成体验,无需额外配置google.api等注解。
总结
通过合理配置proto文件和正确使用protoc-gen-openapi插件,开发者可以在Hertz项目中轻松生成符合OpenAPI规范的API文档。虽然目前需要一些额外配置,但随着工具链的完善,这一过程将变得更加简单高效。建议开发者关注Hertz社区的最新动态,及时获取更好的文档生成解决方案。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217