Scramble项目中处理FormRequest与Query Builder参数重复问题的最佳实践
2025-07-10 09:52:53作者:农烁颖Land
问题背景
在使用Laravel开发API时,开发者经常会遇到表单验证(FormRequest)与查询构建器(Query Builder)配合使用的情况。Scramble作为API文档生成工具,在处理这种组合时可能会出现参数重复文档化的问题。
典型场景分析
一个常见的开发模式是:
- 使用FormRequest进行输入验证
- 使用Spatie的Query Builder处理过滤条件
例如开发者可能这样定义验证规则:
public function rules(): array
{
return [
'filter.date' => 'sometimes|date',
];
}
同时在控制器中使用Query Builder:
$query = QueryBuilder::for($baseQuery)
->allowedFilters([
AllowedFilter::scope('date'),
]);
问题表现
这种实现方式会导致Scramble文档中出现两个相似的参数:
- filter[date] (来自Query Builder)
- filter.date (来自FormRequest)
解决方案
目前有两种处理方式可以避免参数重复:
临时解决方案:使用@ignoreParam注解
在FormRequest的验证规则中添加@ignoreParam注解,明确告诉Scramble忽略此参数的文档化:
public function rules(): array
{
return [
/** @ignoreParam */
'filter.date' => 'sometimes|date',
];
}
未来优化方向
根据项目维护者的说明,未来版本计划实现参数的自动合并功能,这将从根本上解决此类问题,开发者无需手动处理参数重复的情况。
最佳实践建议
- 明确职责划分:FormRequest应专注于输入验证,Query Builder处理数据过滤
- 文档一致性:优先保留Query Builder生成的参数文档,因其通常包含更丰富的过滤说明
- 版本规划:关注Scramble的更新,及时采用自动参数合并功能
总结
在现有版本中,使用@ignoreParam注解是解决参数重复文档化问题的有效方案。随着Scramble的迭代更新,这一问题将得到更优雅的解决。开发者应理解问题本质,根据项目需求选择合适的处理方式。
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
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
377
3.32 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
620
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