如何在swagger-typescript-api项目中自定义Axios配置
2025-06-19 07:01:57作者:虞亚竹Luna
在基于OpenAPI/Swagger规范生成TypeScript API客户端时,swagger-typescript-api是一个非常实用的工具。本文将详细介绍如何在该项目中自定义Axios配置,以满足企业级项目中对HTTP请求拦截和全局配置的特殊需求。
项目背景
swagger-typescript-api能够根据Swagger/OpenAPI规范自动生成TypeScript客户端代码,默认使用Axios作为HTTP请求库。在实际业务场景中,我们通常需要对Axios进行深度定制,包括:
- 设置统一的请求超时时间
- 配置全局的基础URL
- 添加请求/响应拦截器
- 自定义参数序列化方式
- 实现统一的错误处理机制
自定义Axios配置方法
基础配置
在初始化生成的API客户端时,可以直接传入Axios的配置对象:
import { Api } from './generated-api';
const apiClient = new Api({
baseURL: 'https://api.example.com',
timeout: 10000,
paramsSerializer: {
indexes: null, // 禁用数组索引参数序列化
},
headers: {
'Content-Type': 'application/json',
},
});
拦截器配置
对于需要添加拦截器的场景,可以通过访问生成的API客户端实例的instance属性来配置:
// 请求拦截器
apiClient.instance.interceptors.request.use(
(config) => {
// 在发送请求前做些什么
const token = localStorage.getItem('authToken');
if (token) {
config.headers.Authorization = `Bearer ${token}`;
}
return config;
},
(error) => {
// 对请求错误做些什么
return Promise.reject(error);
}
);
// 响应拦截器
apiClient.instance.interceptors.response.use(
(response) => {
// 对响应数据做点什么
return response.data; // 直接返回data部分
},
(error) => {
// 对响应错误做点什么
if (error.response?.status === 401) {
// 处理未授权情况
window.location.href = '/login';
}
return Promise.reject(error);
}
);
高级定制方案
自定义Axios实例
如果项目已有成熟的Axios配置,可以创建自定义实例后注入:
import axios from 'axios';
import { Api } from './generated-api';
// 创建预配置的axios实例
const customAxios = axios.create({
baseURL: process.env.API_BASE_URL,
timeout: 15000,
});
// 添加拦截器等配置
customAxios.interceptors.request.use(/* ... */);
// 注入到生成的API客户端
const apiClient = new Api(undefined, customAxios);
类型安全扩展
为了保持类型安全,可以扩展生成的API类:
class CustomApi extends Api {
constructor() {
super({
// 自定义配置
});
// 添加自定义方法
this.specialRequest = this.specialRequest.bind(this);
}
specialRequest(params: SpecialParams) {
return this.instance.request({
method: 'POST',
url: '/special-endpoint',
data: params,
});
}
}
最佳实践建议
- 环境区分:根据不同的环境(开发/测试/生产)配置不同的baseURL
- 错误处理:实现统一的错误处理拦截器,避免在每个API调用处重复处理
- 请求重试:对于特定错误(如网络波动)实现自动重试机制
- 性能监控:在拦截器中添加请求耗时统计
- 取消请求:集成AbortController实现请求取消功能
通过以上方法,开发者可以在使用swagger-typescript-api生成API客户端的同时,完全掌控Axios的配置和行为,满足企业级应用的复杂需求。
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
245
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
672
157
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
262
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
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217