Goa框架中如何为OpenAPI规范添加Deprecated标记
在Goa框架中,开发者可以通过DSL(领域特定语言)来定义API的设计规范,这些规范最终会被转换为OpenAPI文档。OpenAPI规范中的deprecated字段是一个重要标记,用于标识某个API端点是否已被弃用。本文将介绍如何在Goa框架中为API端点添加deprecated标记。
背景
OpenAPI规范允许开发者通过deprecated字段来标记不再推荐使用的API端点。这个标记会出现在生成的OpenAPI文档中,提醒API使用者该端点可能会在未来的版本中被移除。Goa框架目前支持通过Docs DSL来添加externalDocs,但原生不支持deprecated标记。
实现原理
要实现deprecated标记的支持,需要在Goa框架的多个层面进行修改:
- DSL层:新增一个
Deprecated函数,用于在API端点定义中添加元数据标记 - 代码生成层:在OpenAPI v2和v3的生成器中检查这个元数据标记,并相应地设置OpenAPI文档中的
deprecated字段
具体实现
DSL函数定义
新的Deprecated DSL函数应该被定义在method相关的DSL文件中。这个函数需要:
- 获取当前的eval作用域
- 验证当前作用域是一个HTTP端点表达式
- 向该端点添加特定的元数据标记
元数据处理
在OpenAPI生成器中,需要检查端点是否包含特定的元数据标记。这可以通过检查MetaExpr的Last方法来实现,类似于现有的mustGenerate检查逻辑。
OpenAPI生成
对于OpenAPI v2和v3生成器,需要在适当的位置添加逻辑来检查deprecated元数据标记,并相应地设置生成的OpenAPI文档中的deprecated字段。
使用示例
开发者可以在定义API端点时使用新的Deprecated DSL函数:
var _ = Service("example", func() {
Method("oldEndpoint", func() {
Deprecated() // 标记该端点为弃用
HTTP(func() {
GET("/old")
})
})
})
这将在生成的OpenAPI文档中为该端点添加deprecated: true标记。
测试考虑
为这一新功能添加测试时,需要考虑:
- DSL解析是否正确添加了元数据
- OpenAPI生成器是否正确识别了元数据并生成了正确的标记
- 边界情况,如多个
Deprecated调用等
总结
通过为Goa框架添加Deprecated DSL支持,开发者可以更方便地在API设计中标记弃用的端点,生成的OpenAPI文档也会包含这些信息,帮助API使用者更好地理解API的生命周期。这一改进保持了Goa框架DSL的一致性和表达力,同时完善了其OpenAPI规范的生成能力。
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