Scrutor项目中的泛型服务扫描问题解析
在.NET依赖注入领域,Scrutor是一个广受欢迎的库,它扩展了Microsoft.Extensions.DependencyInjection的功能,提供了强大的程序集扫描和自动注册能力。本文将深入分析一个从Scrutor 5.1.2升级到6.0.1版本时出现的泛型服务扫描问题。
问题背景
开发者在项目中使用了Scrutor来扫描并注册实现了泛型接口IVectorCollectionIndexingService<>的服务。在5.1.2版本下工作正常,但在升级到6.0.1版本后,这些服务不再被自动注册。
核心代码分析
典型的扫描注册代码如下所示:
var vectorCollectionIndexingServiceType = typeof(IVectorCollectionIndexingService<>);
services.Scan(s => s
.FromAssemblies(vectorCollectionIndexingServiceType.Assembly)
.AddClasses(c => c
.AssignableTo(vectorCollectionIndexingServiceType)
.Where(t => t.IsClass && !t.IsAbstract && t != typeof(TicketVectorIndexingService))
)
.AsImplementedInterfaces(t => t.GetGenericTypeDefinition() == vectorCollectionIndexingServiceType)
.WithSingletonLifetime()
);
版本差异原因
经过深入分析,发现问题根源在于Scrutor 6.0.0版本引入了一个重要的行为变更:默认情况下,AddClasses方法现在只会扫描公共(public)类型。而在5.x版本中,即使没有显式指定,该方法也会扫描所有可见性级别的类型。
解决方案
要解决这个问题,有两种方法:
-
将相关类型改为public:确保所有需要被扫描注册的类型都具有public可见性
-
显式指定扫描非公共类型:修改扫描配置,添加
publicOnly: false参数
.AddClasses(c => c
.AssignableTo(vectorCollectionIndexingServiceType)
.Where(t => t.IsClass && !t.IsAbstract && t != typeof(TicketVectorIndexingService)),
publicOnly: false
)
最佳实践建议
-
版本升级注意事项:在升级Scrutor到6.0.0及以上版本时,需要检查所有使用
AddClasses的地方,确认是否需要扫描非公共类型 -
类型可见性设计:从设计角度考虑,服务实现类通常应该设计为public,因为它们是供DI容器创建和管理的
-
测试验证:在升级后,应该增加测试用例来验证所有预期的服务都被正确注册
总结
这个案例展示了依赖注入库在版本升级时可能带来的行为变化。Scrutor 6.0.0版本通过明确AddClasses方法的默认行为,使其更符合方法签名所表达的意图,提高了API的清晰度和一致性。开发者在升级时需要注意这类行为变更,并根据实际情况调整代码。
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 StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00