SpringDoc OpenAPI与Swagger版本冲突问题解析
问题现象
在使用SpringDoc OpenAPI(版本2.5.0)与Spring Boot 3.2.0、Spring Cloud 2023.0.0和WebFlux组合时,访问/swagger-ui.html页面会出现后端错误。错误信息显示java.lang.NoSuchMethodError,具体指向io.swagger.v3.oas.annotations.media.Schema.dependentSchemas()方法缺失。
错误分析
从堆栈跟踪可以看出,问题源于版本不兼容:
swagger-core-jakarta-2.2.21.jar尝试调用Schema.dependentSchemas()方法- 但实际加载的Swagger注解库版本可能不包含此方法
这种问题通常发生在依赖管理不当时,项目中混用了不同版本的Swagger相关库。
根本原因
通过Maven依赖树分析(使用命令./mvnw -pl your-module-name dependency:tree -Dverbose),可以发现项目中存在Swagger相关库的版本冲突。SpringDoc OpenAPI 2.5.0需要特定版本的Swagger注解库,而项目中可能通过其他依赖引入了不兼容的版本。
解决方案
-
显式声明依赖版本:在pom.xml中显式指定Swagger相关库的版本,确保所有模块使用相同版本。
-
使用Maven排除:对于引入冲突版本的依赖,使用
<exclusions>标签排除不需要的版本。 -
依赖管理:在父POM或dependencyManagement部分统一管理Swagger相关库的版本。
-
版本兼容性检查:确保使用的SpringDoc OpenAPI版本与Spring Boot版本兼容。Spring Boot 3.x系列建议使用SpringDoc OpenAPI 2.x系列。
最佳实践
- 定期检查项目依赖关系,使用
mvn dependency:tree分析依赖树。 - 在升级Spring Boot或SpringDoc版本时,注意查看官方文档的兼容性说明。
- 考虑使用BOM(物料清单)来管理相关依赖的版本。
- 对于微服务项目,建议在父POM中统一管理公共依赖版本。
总结
版本冲突是Java项目中常见的问题,特别是在使用多个相关框架时。SpringDoc OpenAPI作为Swagger的Spring Boot集成方案,需要特别注意与底层Swagger库的版本兼容性。通过合理的依赖管理和版本控制,可以有效避免此类问题。
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