Scramble v0.12.7 版本发布:增强 OpenAPI 规范支持与验证规则扩展
Scramble 是一个专注于为 Laravel 应用自动生成 OpenAPI/Swagger 文档的工具。它通过分析应用程序的路由、控制器和验证规则,自动构建符合 OpenAPI 规范的 API 文档,极大地简化了开发者的文档编写工作。
OpenAPI 3.1.0 安全规范支持
本次更新最重要的改进之一是完整实现了 OpenAPI 3.1.0 规范中的安全机制。在 API 开发中,安全认证是至关重要的环节,Scramble 现在能够更准确地描述 API 的安全需求。
开发者现在可以通过代码注释或配置来定义 API 的安全方案,包括但不限于:
- OAuth2 流程
- API 密钥认证
- HTTP 基本认证
- OpenID Connect 发现
这些安全定义会精确地反映在生成的 OpenAPI 文档中,使前端开发者能够清楚地了解如何正确认证和访问受保护的 API 端点。
路径参数注解增强
在之前的版本中,Scramble 会自动推断路由中的路径参数。v0.12.7 版本增强了 #[PathParameter] 注解的功能,现在它可以完全覆盖自动推断的参数定义。
这个改进特别适用于以下场景:
- 需要为路径参数添加详细描述
- 路径参数的类型需要特别指定
- 自动推断的参数信息不够准确或完整
开发者现在可以更灵活地控制路径参数的文档表现,确保生成的 API 文档更加精确和专业。
Carbon 日期时间支持
对于使用 Laravel 的开发者来说,Carbon 是处理日期时间的首选工具。新版本中,Scramble 能够正确识别 CarbonInterface 类型,并将其映射为 OpenAPI 规范中的 date-time 字符串格式。
这意味着:
- 返回 Carbon 实例的 API 响应会被正确标注为日期时间格式
- 前端开发者能清楚地知道相关字段的预期格式
- 生成的文档可以更好地与各种 API 测试工具集成
异常响应文档化
API 的异常处理是接口契约的重要组成部分。v0.12.7 版本新增了对 Symfony HTTP 内核异常类的文档支持。当这些异常被正确注解时,Scramble 会自动将它们包含在 API 文档的响应部分。
这一改进使得:
- 常见的 HTTP 异常(如 404 Not Found)可以被明确记录
- 开发者可以自定义异常响应结构
- API 消费者能预先了解可能的错误情况及其结构
验证规则扩展
Laravel 的验证系统是其核心功能之一。新版本增加了对 date 验证规则的支持,能够正确地将这类字段映射为 OpenAPI 的 date 格式。
结合已有的验证规则支持,Scramble 现在可以处理更复杂的验证场景:
- 日期格式验证
- 日期范围限制
- 与其他字段的日期比较
这些验证规则会被转换为相应的 JSON Schema 约束,确保生成的文档不仅描述接口结构,还包含重要的业务规则。
总结
Scramble v0.12.7 版本在多个方面提升了 API 文档生成的准确性和完整性。从安全规范的支持到验证规则的扩展,这些改进使得生成的 OpenAPI 文档更加专业和实用。对于使用 Laravel 构建 API 的团队来说,这些增强功能将显著提升开发效率和文档质量,减少手动维护文档的工作量。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00