Tapir v1.11.24 版本发布:安全声明支持与性能优化
2025-07-02 01:10:48作者:薛曦旖Francesca
项目简介
Tapir 是一个强大的 Scala 类型安全 HTTP API 定义库,它允许开发者以类型安全的方式定义 HTTP 端点,并自动生成文档(如 OpenAPI/Swagger)和客户端/服务器代码。Tapir 支持多种后端实现,包括 Akka HTTP、Http4s、Armeria 等,是现代 Scala 生态系统中构建 Web API 的重要工具。
版本亮点
1. 安全声明支持增强
本次更新在代码生成方面带来了显著改进,特别是对安全声明的支持:
- 多安全方案支持:现在可以在同一个声明中支持多个安全方案,为复杂的安全需求提供了更灵活的配置方式
- 顶层安全声明:新增了对顶层安全声明的支持,使得全局安全策略的定义更加直观
- 安全路径声明:特定路径的安全声明现在也得到了支持,允许开发者对不同端点应用不同的安全策略
这些改进使得 Tapir 在生成 OpenAPI 文档时能够更准确地反映 API 的安全要求,特别是在需要多种认证方式的复杂场景下。
2. 服务器行为优化
- 默认 404 响应:Netty 服务器现在默认配置为在没有匹配端点时返回 404 状态码,通过 RejectHandler 实现
- 追踪配置简化:移除了 tracing 配置中的 noEndpointsMatchAttributes,因为相关功能已由 RejectInterceptor 处理
这些变更使得服务器行为更加符合 HTTP 标准,同时也简化了配置,提升了开发体验。
3. 代码生成能力增强
- 服务器对象生成:现在可以生成包含服务器信息的对象,完善了 API 文档的完整性
- 字符串 JSON 体支持:新增了对 stringJsonBody 的生成支持,为处理特定类型的 JSON 数据提供了便利
4. 性能优化
- Scala.js 包大小缩减:针对 scala-java-time 的优化显著减少了 Scala.js 的包体积,这对前端应用性能有积极影响
依赖项更新
本次发布包含了多项依赖库的版本更新,其中值得注意的包括:
- Cats 和 Circe 升级到 4.0.0:这两个重要的函数式编程和 JSON 处理库的大版本更新
- ZIO 升级到 2.1.17:为使用 ZIO 效应的用户带来了最新的功能和改进
- OpenTelemetry 升级到 1.49.0:改进了分布式追踪的支持
- Armeria 升级到 1.32.4:提升了基于 Armeria 的服务器的性能和稳定性
技术影响分析
Tapir v1.11.24 的更新主要集中在三个方面:安全性、代码生成和性能优化。这些改进使得:
- API 安全配置更加灵活和强大,能够满足企业级应用复杂的安全需求
- 生成的代码和文档更加完整和准确,减少了手动调整的工作量
- 运行时性能得到提升,特别是对于前端应用和分布式追踪场景
对于开发者而言,这些改进意味着:
- 更少的样板代码:通过增强的代码生成能力,开发者可以专注于业务逻辑而非基础设施
- 更好的开发体验:默认行为的优化减少了需要手动配置的情况
- 更高的性能:特别是对于 Scala.js 应用,包大小的减少直接改善了加载时间
升级建议
对于现有项目,升级到 v1.11.24 是推荐的,特别是:
- 需要复杂安全配置的项目
- 使用 Scala.js 的前端应用
- 依赖最新 Cats/Circe/ZIO 生态的项目
升级时应注意检查:
- 安全声明是否按预期工作,特别是如果之前使用了自定义的安全配置
- 404 处理行为是否符合应用需求
- 依赖库的兼容性,特别是大版本更新的库如 Cats 4.0.0
总体而言,Tapir v1.11.24 是一个功能增强和稳定性提升的版本,值得大多数项目升级。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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