Scramble项目v0.12.20版本发布:Laravel API文档生成工具的重大更新
Scramble是一个专为Laravel框架设计的API文档生成工具,它能够自动分析Laravel应用程序的路由、控制器和验证规则,生成符合OpenAPI规范的API文档。这个工具特别适合需要快速生成和维护API文档的开发团队,它通过代码分析而非手动编写的方式,确保了文档与代码的高度一致性。
分页集合自动推断功能
在最新发布的v0.12.20版本中,Scramble引入了一项重要改进:自动推断分页集合的响应类型。这个功能解决了开发者在返回分页API资源集合时需要手动添加注释的痛点。
当控制器方法返回通过paginate方法获取的资源集合时,Scramble现在能够自动识别并正确生成文档。例如,在返回TodoItemResource集合时,不再需要手动添加@response注释:
public function index()
{
return TodoItemResource::collection(TodoItem::paginate());
}
这项改进在处理包含额外数据的复杂分页响应时尤为有用。开发者现在可以轻松地在分页响应中添加额外字段,而无需担心文档生成问题:
public function index()
{
$users = User::query()->paginate();
return UserResource::collection($users)->additional([
'count' => (int) $users->count(),
]);
}
生成的文档将清晰地展示分页结构和额外字段,大大提升了开发效率和文档质量。
授权文档改进
v0.12.20版本还对授权相关的文档生成进行了重要增强。Scramble现在能够识别更多可能返回403(禁止访问)状态码的情况。
首先,当代码中调用Gate::authorize方法时,Scramble会自动在文档中添加403响应:
public function store(Request $request)
{
Gate::authorize('create', User::class);
// ...
}
其次,当使用Authorize::using中间件时,Scramble也能正确识别并生成403响应文档:
class CreateUserController extends Controller implements HasMiddleware
{
public static function middleware(): array
{
return [
Authorize::using('create', User::class)
];
}
// ...
}
这些改进使得API文档更加完整,帮助前端开发者更好地理解API的访问权限要求。
其他重要改进
除了上述主要功能外,v0.12.20版本还包含多项实用改进:
-
新增对sometimes验证规则的支持,完善了请求参数验证的文档生成。
-
改进了类型推断系统,现在能够处理更多复杂情况,包括:
- 二进制运算符返回的布尔类型
- 使用类常量定义的参数名称
- JsonResource中的@property-read注解
-
修复了包含闭包的验证规则(如Rule::prohibitedIf)的评估问题,避免了意外的闭包执行。
-
优化了文档生成过程,确保未使用的参数不会保留在最终的OpenAPI文档中。
-
改进了字符串字面量的处理方式,现在会正确地表示为枚举而非示例。
这些改进共同提升了Scramble的稳定性、准确性和易用性,使其成为Laravel开发者生成API文档的更强大工具。
总结
Scramble v0.12.20版本通过引入分页集合自动推断和增强授权文档功能,显著提升了API文档生成的自动化程度和准确性。这些改进减少了开发者需要手动添加的注释数量,同时确保了生成的文档更加完整和精确。对于使用Laravel开发API的项目来说,这个版本无疑是一个值得升级的重要更新。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07