Scribe 文档生成工具在 Laravel 11 中的路由前缀匹配问题解析
Scribe 是一个优秀的 API 文档生成工具,能够自动从 Laravel 应用中提取路由信息并生成美观的 API 文档。然而,在 Laravel 11 中,开发者可能会遇到一个常见问题:Scribe 无法正确识别带有自定义前缀的路由。
问题背景
在 Laravel 11 中,路由注册方式发生了显著变化。传统的 routes/api.php 文件不再是默认的路由注册入口,取而代之的是在 bootstrap/app.php 中使用 Application::configure 方法进行路由配置。这种新的配置方式允许开发者更灵活地定义路由组和中间件。
典型场景分析
开发者通常会这样配置路由:
Route::middleware(['api.user', 'auth:user'])
->prefix('user/api')
->group(base_path('routes/user/api.php'));
然而,当使用 Scribe 生成文档时,这些路由可能不会被正确识别。这是因为 Scribe 默认配置中只匹配以 'api/' 为前缀的路由。
解决方案
要解决这个问题,需要修改 Scribe 的配置文件 config/scribe.php:
'routes' => [
'match' => [
'prefixes' => ['api/*', 'user/api/*', 'admin/api/*'],
],
],
深入理解
-
路由匹配机制:Scribe 使用前缀匹配来筛选需要生成文档的路由。在 Laravel 11 的新路由配置方式下,开发者自定义的前缀需要显式添加到 Scribe 的配置中。
-
中间件影响:Scribe 会考虑路由上应用的中间件。如果路由组中包含了认证中间件,确保 Scribe 配置中的 apply 部分正确设置了测试用户信息。
-
最佳实践:建议将所有 API 路由统一使用 'api/' 作为基础前缀,然后在内部再进行细分,这样可以简化 Scribe 的配置。
配置建议
对于复杂的路由结构,可以采用更灵活的匹配方式:
'routes' => [
'match' => [
'prefixes' => ['*api*'], // 匹配所有包含 api 的路由
'domains' => ['*'], // 匹配所有域名
],
],
总结
Laravel 11 的路由配置方式变化带来了新的挑战,但通过正确配置 Scribe 的路由匹配规则,开发者仍然可以充分利用这个强大的文档生成工具。理解 Scribe 的工作原理和配置选项是解决这类问题的关键。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00