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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
342
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178