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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
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
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989