NSwag v14.4.0 版本发布:性能优化与STJ原生代码生成支持
NSwag 是一个强大的.NET工具链,用于生成、解析和处理OpenAPI/Swagger规范文档,并能自动生成客户端代码。它支持从ASP.NET Core、Web API等框架生成API文档,同时也能为TypeScript、C#等语言生成客户端代码。最新发布的v14.4.0版本带来了一系列性能优化和功能增强。
性能优化亮点
本次版本在多个关键环节进行了性能优化,显著提升了处理大型API文档时的效率:
- 
操作ID生成优化:改进了OpenApiDocument.GenerateOperationIds方法的实现,减少了不必要的计算开销,特别是在处理包含大量API端点的大型文档时效果明显。
 - 
响应模型缓存优化:对OpenApiOperation的ActualResponses和Responses属性进行了性能改进,减少了重复计算,提升了响应模型的访问速度。
 - 
字典操作优化:ObservableDictionary的CollectionChanged事件处理逻辑得到改进,减少了事件触发的频率,提升了集合操作的效率。
 - 
客户端生成优化:MultipleClientsFromOperationIdOperationNameGenerator中的重复检查逻辑更加高效,加快了客户端代码生成速度。
 
新功能:STJ原生C#代码生成支持
v14.4.0版本新增了对System.Text.Json(STJ)原生C#代码生成的支持。这一功能使得生成的客户端代码能够更好地与.NET Core 3.0及更高版本中引入的System.Text.Json序列化器配合工作,提供更高效的JSON处理能力。
开发者现在可以选择生成基于STJ的客户端代码,这将带来以下优势:
- 更高的序列化/反序列化性能
 - 更低的内存分配
 - 与.NET现代版本更好的兼容性
 
问题修复与改进
- 
可选参数排序问题:修复了TypeScript和C#客户端生成中可选参数排序不正确的问题,确保生成的代码与API定义保持一致。
 - 
数组参数检查:修正了数组参数爆炸检查逻辑,防止在某些情况下错误地标记有效的数组参数。
 - 
项目目录解析:增加了对MSBuildProjectDirectory的回退支持,提高了在不同构建环境下项目目录解析的可靠性。
 - 
参数模型处理:OperationModelBase.GetActualParameters方法现在能够更好地处理缺少schema定义的情况,提高了代码的健壮性。
 
平台支持增强
本次更新为NSwag核心库添加了.NET 8目标框架支持,确保开发者可以在最新的.NET平台上使用NSwag的全部功能。同时,相关依赖项也进行了更新:
- 升级到NJsonSchema v11.3.2
 - 升级到Namotion.Reflection v3.4.2
 - 更新Microsoft.Extensions.ApiDescription到8.0.14版本
 - 升级Swagger UI到v5.21.0
 
总结
NSwag v14.4.0版本通过一系列性能优化和功能增强,进一步巩固了其作为.NET生态系统中API开发首选工具的地位。特别是新增的STJ原生代码生成支持,为追求高性能的开发者提供了更好的选择。这些改进使得NSwag在处理大型API项目时更加高效,生成的客户端代码质量更高,与最新.NET平台的兼容性更好。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00