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。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00