Swift OpenAPI Generator 中如何控制生成代码的访问权限
在 Swift 项目中,当我们使用 OpenAPI Generator 自动生成客户端代码时,经常会遇到生成的类型默认是 internal 访问级别的问题。这会导致在测试模块中无法直接使用这些类型,给测试工作带来不便。
问题背景
OpenAPI Generator 生成的代码默认使用 internal 访问修饰符,这意味着生成的类型只能在定义它们的模块内部使用。当我们需要在测试模块中使用这些类型时,就会遇到访问权限不足的问题。
解决方案
OpenAPI Generator 提供了 accessModifier 配置选项,允许开发者自定义生成代码的访问级别。这个选项支持三种值:
public:生成的 API 可以被其他模块和其他包访问package:生成的 API 可以在同一个包或项目中的其他模块间访问internal(默认值):生成的 API 只能在定义它的模块内访问
配置示例
要解决测试模块访问生成类型的问题,可以在 OpenAPI Generator 的配置文件中添加 accessModifier 设置:
generate:
- types
- client
accessModifier: public
或者,如果只需要在同一个包内共享访问权限,可以使用更安全的 package 选项:
generate:
- types
- client
accessModifier: package
其他可选方案
除了修改生成代码的访问级别外,还有以下替代方案:
-
使用 @testable import:在测试文件中使用
@testable import可以访问目标模块的 internal 成员,但这种方法需要在测试代码中添加额外的注解。 -
类型别名:虽然直接创建 public 类型别名不可行(因为底层类型是 internal),但可以通过在原始模块中定义 public 包装类型来间接实现。
最佳实践建议
-
优先考虑使用
package而非public,除非确实需要将类型暴露给外部包使用。 -
对于仅用于测试的场景,
@testable import可能是更合适的选择,因为它不会影响生产代码的访问控制。 -
在设计 API 时,考虑哪些类型确实需要被测试模块访问,避免过度暴露实现细节。
通过合理配置 OpenAPI Generator 的访问控制选项,可以灵活地平衡代码封装性和测试便利性,为 Swift 项目开发提供更好的支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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