ElmahCore 项目使用教程
1. 项目介绍
ElmahCore 是一个用于 .NET Standard 和 .NET Core 的错误日志记录库。它源自于 ELMAH(Error Logging Modules and Handlers),但经过优化和改进,使其更适合现代的 .NET Core 应用程序。ElmahCore 提供了强大的错误日志记录功能,支持多种存储方式(如内存、XML文件、SQL数据库、MySQL、PostgreSQL等),并且易于集成到现有的 .NET Core 项目中。
2. 项目快速启动
2.1 安装 ElmahCore
首先,通过 NuGet 包管理器安装 ElmahCore:
dotnet add package elmahcore
2.2 配置 ElmahCore
在 Startup.cs 文件中配置 ElmahCore:
public class Startup
{
public void ConfigureServices(IServiceCollection services)
{
// 添加 ElmahCore 服务
services.AddElmah();
}
public void Configure(IApplicationBuilder app, IHostingEnvironment env)
{
if (env.IsDevelopment())
{
app.UseDeveloperExceptionPage();
}
else
{
app.UseExceptionHandler("/Home/Error");
app.UseHsts();
}
// 使用 ElmahCore
app.UseElmah();
app.UseHttpsRedirection();
app.UseStaticFiles();
app.UseRouting();
app.UseAuthorization();
app.UseEndpoints(endpoints =>
{
endpoints.MapControllerRoute(
name: "default",
pattern: "{controller=Home}/{action=Index}/{id?}");
});
}
}
2.3 访问 ElmahCore 错误日志页面
配置完成后,启动应用程序并在浏览器中访问 http://<your-app-url>/elmah,即可查看错误日志页面。
3. 应用案例和最佳实践
3.1 自定义错误日志存储
ElmahCore 支持多种错误日志存储方式,例如将错误日志存储在 XML 文件中:
services.AddElmah<XmlFileErrorLog>(options =>
{
options.LogPath = "~/logs"; // 指定日志存储路径
});
3.2 限制访问权限
可以通过配置 OnPermissionCheck 来限制对 ElmahCore 错误日志页面的访问:
services.AddElmah(options =>
{
options.OnPermissionCheck = context => context.User.Identity.IsAuthenticated;
});
3.3 使用 ElmahCore 记录请求体
从版本 2.0.5 开始,ElmahCore 支持记录请求体:
services.AddElmah(options =>
{
options.LogRequestBody = true;
});
4. 典型生态项目
4.1 ElmahCore.Mvc
ElmahCore.Mvc 是 ElmahCore 的一个扩展,专门为 ASP.NET Core MVC 应用程序设计。它提供了更丰富的错误日志记录功能,并且与 MVC 框架无缝集成。
4.2 ElmahCore.Sql
ElmahCore.Sql 是 ElmahCore 的一个扩展,用于将错误日志存储在 SQL Server 数据库中。它提供了高效的错误日志存储和查询功能。
4.3 ElmahCore.Postgresql
ElmahCore.Postgresql 是 ElmahCore 的一个扩展,用于将错误日志存储在 PostgreSQL 数据库中。它适用于需要使用 PostgreSQL 作为数据库的应用程序。
通过这些扩展,ElmahCore 可以满足不同应用场景下的错误日志记录需求。
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-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