NSwag项目中的IHostedService清理问题解析
在NSwag工具的使用过程中,开发者遇到了一个与依赖注入容器中IHostedService清理相关的问题。这个问题特别影响了与Umbraco CMS集成的场景,导致无法正常生成TypeScript服务和模型。
问题背景
NSwag是一个用于生成TypeScript/JavaScript客户端代码、OpenAPI/Swagger规范以及.NET客户端代码的工具。在最新版本中,NSwag在处理ASP.NET Core应用程序时,会对依赖注入容器中的IHostedService注册进行清理操作。这个设计初衷是为了防止后台服务在代码生成过程中意外启动。
问题根源
清理操作的实现方式存在问题。当前代码使用IsAssignableFrom方法来识别所有IHostedService及其派生接口的注册,这会导致过度清理。具体来说,当某个服务接口(如Umbraco中的IRuntime)继承自IHostedService时,即使它仅以自身接口类型(IRuntime)注册,也会被错误地移除。
技术细节
在Umbraco CMS中,IRuntime接口继承自IHostedService,但它的注册方式是:
services.AddSingleton<IRuntime, Runtime>();
而非直接注册为IHostedService。然而,当前的清理逻辑会匹配所有可赋值给IHostedService的类型,导致这些必要的服务被意外移除。
解决方案
正确的做法应该是仅移除直接注册为IHostedService类型的服务,而不是所有可赋值给IHostedService的类型。即将条件判断从:
if(typeof(IHostedService).IsAssignableFrom(services[i].ServiceType))
修改为:
if(services[i].ServiceType == typeof(IHostedService))
影响范围
这个问题不仅影响Umbraco CMS,任何框架或库中如果有服务间接实现IHostedService接口但直接以自身接口类型注册的情况,都会受到相同的影响。这种过度清理会导致依赖注入容器中缺少必要的服务,进而引发各种运行时错误。
最佳实践建议
对于工具开发者来说,在进行依赖注入容器操作时应当:
- 精确匹配服务类型,避免使用过于宽泛的类型判断
- 考虑提供配置选项,允许用户自定义哪些服务需要保留
- 在清理操作前记录将被移除的服务,便于调试
对于NSwag用户来说,如果遇到类似问题,可以:
- 检查项目中是否有间接实现IHostedService的关键服务
- 考虑暂时降级NSwag版本
- 等待官方修复并升级到包含修复的版本
这个问题提醒我们在处理依赖注入容器时需要格外小心,特别是在工具类库中,因为任何修改都可能影响用户应用程序的核心功能。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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