FastEndpoints项目中使用OpenAPI和Scalar实现API端点分组
2025-06-08 09:07:09作者:齐添朝
在FastEndpoints框架中,合理组织API端点是提升API文档可读性和维护性的重要环节。本文将详细介绍如何通过OpenAPI规范和Scalar文档工具实现API端点的有效分组。
核心概念
FastEndpoints提供了简洁的方式来定义API端点分组,主要通过Tags()方法实现。每个端点可以被打上一个或多个标签,这些标签最终会转换为OpenAPI规范中的tags属性,并在API文档工具中呈现为分组。
正确配置方式
1. 基础配置
首先需要在Program.cs中进行正确的Swagger和Scalar配置:
var builder = WebApplication.CreateBuilder();
builder.Services.AddFastEndpoints()
.SwaggerDocument(o =>
{
o.DocumentName = "v1";
o.Title = "My API";
o.Description = "API documentation";
});
var app = builder.Build();
app.UseFastEndpoints(c =>
{
c.Endpoints.RoutePrefix = "api";
c.Serializer.Options.PropertyNamingPolicy = JsonNamingPolicy.CamelCase;
c.Serializer.Options.Converters.Add(new JsonStringEnumConverter());
});
if (app.Environment.IsDevelopment())
{
app.UseSwaggerGen();
app.MapScalarApiReference();
}
app.Run();
2. 端点分组实现
在端点类中,使用Tags()方法指定分组:
public class AssetsEndpoint : Endpoint<MyResponse>
{
public override void Configure()
{
Get("/models");
Tags("Assets", "3D Models"); // 可以指定多个标签
Description("Operations about 3D models");
}
public override async Task HandleAsync(CancellationToken ct)
{
await SendOkAsync(ct);
}
}
高级配置选项
1. 全局标签定义
可以在Swagger配置中预定义所有可能的标签:
builder.Services.AddFastEndpoints()
.SwaggerDocument(o =>
{
o.DocumentName = "v1";
o.Title = "My API";
o.TagDescriptions = new Dictionary<string, string>
{
["Assets"] = "Operations about 3D models",
["Users"] = "User management operations"
};
});
2. Scalar特定配置
可以针对Scalar文档工具进行特定配置:
app.MapScalarApiReference(o =>
{
o.DocumentTitle = "My API Documentation";
o.DefaultOpenAllTags = false; // 默认不展开所有分组
o.ScalarVersion = "1.0.0";
});
常见问题解决
-
标签不显示问题:确保使用的是FastEndpoints内置的
SwaggerDocument()方法,而非第三方库的类似方法。 -
分组不生效:检查端点类中是否正确调用了
Tags()方法,并且标签名称与全局定义一致。 -
文档工具兼容性:FastEndpoints生成的OpenAPI规范与主流文档工具兼容,包括Swagger UI、Scalar、Redoc等。
最佳实践建议
- 保持标签名称简洁且具有描述性
- 为每个标签添加详细的描述信息
- 避免创建过多的标签分组
- 考虑API消费者的视角来设计分组逻辑
- 在开发环境启用文档,生产环境禁用
通过以上配置和实践,开发者可以轻松实现API端点的逻辑分组,提升API文档的可读性和易用性,为API消费者提供更好的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude 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 Started
Rust
566
98
暂无描述
Dockerfile
708
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
Ascend Extension for PyTorch
Python
572
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
80
5
暂无简介
Dart
951
235