SpringDoc OpenAPI中@Hidden注解失效问题解析与解决方案
问题背景
在Spring Boot应用中使用SpringDoc OpenAPI生成API文档时,开发人员可能会遇到一个常见问题:当使用@Hidden注解标记REST控制器类时,该控制器仍然会出现在生成的OpenAPI文档中。这个问题在Spring Boot 3.2.4和springdoc-openapi-starter-common 2.6.0版本中尤为明显。
问题根源分析
这个问题的根本原因在于Spring框架的默认代理机制CGLIB。当Spring创建控制器类的代理时,会在原始类名后添加"$$SpringCGLIB$$0"后缀。SpringDoc OpenAPI在检查类是否被@Hidden注解标记时,直接使用了代理类名进行比较,导致无法正确识别原始类上的注解。
具体来说,问题出在AbstractOpenApiResource类的isHiddenRestControllers方法中,该方法直接使用isAssignableFrom方法比较类对象,而没有考虑Spring代理类的情况。
技术细节
Spring框架使用CGLIB或JDK动态代理来实现AOP功能。对于没有实现接口的类,Spring默认使用CGLIB代理,这会在原始类名后添加特殊后缀。这种代理机制虽然对业务逻辑透明,但在反射和注解处理时需要特别注意。
在SpringDoc OpenAPI的实现中,isHiddenRestControllers方法通过检查类是否被@Hidden注解标记来决定是否在文档中显示该控制器。由于代理类名的变化,这个检查逻辑失效了。
解决方案
Spring框架提供了ClassUtils.getUserClass方法来获取代理背后的原始类。我们可以利用这个方法来解决注解识别问题。具体实现方式是在检查@Hidden注解时,先通过getUserClass方法获取原始类,然后再进行比较。
这个解决方案已经被项目维护者采纳并合并到代码库中。修改后的逻辑能够正确处理代理类情况,确保@Hidden注解按预期工作。
最佳实践
- 当遇到Spring代理导致的注解识别问题时,优先考虑使用Spring提供的工具类如
ClassUtils来处理 - 在自定义注解处理器时,始终考虑代理类的情况
- 对于重要的API文档控制,除了类级别的
@Hidden注解,也可以考虑使用方法级别的控制
总结
Spring框架的代理机制虽然强大,但在处理注解时可能会带来一些意外情况。理解这些机制并学会使用Spring提供的工具类来处理代理类问题,是每个Spring开发者应该掌握的技能。通过这次问题的分析和解决,我们不仅解决了@Hidden注解失效的问题,也加深了对Spring代理机制的理解。
对于使用SpringDoc OpenAPI的开发者来说,升级到包含此修复的版本后,可以放心使用@Hidden注解来控制API文档的生成,确保文档的准确性和完整性。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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