ts-rest项目中Swagger UI重复显示子路由问题的分析与解决
问题背景
在使用ts-rest框架构建API时,开发者经常会遇到需要将多个契约(contract)组合成一个单一契约的情况。这种模块化的设计模式虽然提高了代码的可维护性,但在生成Swagger UI文档时却可能导致路由重复显示的问题。
问题现象
当开发者将已经组合的契约再次作为子契约组合到更大的契约中时,Swagger UI会将这些子契约的路由显示两次。例如,一个auth契约下包含otp子契约,在Swagger UI中otp相关的路由会同时出现在auth和otp两个标签下。
问题根源
这个问题的根本原因在于OpenAPI规范本身不支持嵌套标签。当ts-rest框架生成OpenAPI文档时,每个路由会被标记上所有层级的契约标签。例如,otp子契约下的路由会被同时标记auth和otp两个标签,而Swagger UI会为每个标签单独显示这些路由,导致重复显示。
解决方案
要解决这个问题,我们需要对生成的OpenAPI文档进行后处理,限制每个路由只保留最具体的标签(即最后一个标签)。以下是具体的实现方案:
import { generateOpenApi } from '@ts-rest/open-api';
import type {
PathsObject,
OperationObject,
} from '@nestjs/swagger/dist/interfaces/open-api-spec.interface';
// 类型守卫函数,判断是否为操作对象
function isOperationObject(value: unknown): value is OperationObject {
return typeof value === 'object' && value !== null && 'tags' in value;
}
// 生成原始OpenAPI文档
const document = generateOpenApi(api, config);
// 处理文档中的路径对象
document.paths = Object.entries(document.paths).reduce<PathsObject>(
(paths, [path, definition]) => {
paths[path] = Object.entries(definition).reduce<Record<string, unknown>>(
(newDefinition, [key, value]) => {
if (isOperationObject(value)) {
// 限制每个操作只保留第一个标签
newDefinition[key] = { ...value, tags: value.tags?.slice(0, 1) };
} else {
newDefinition[key] = value;
}
return newDefinition;
},
{},
);
return paths;
},
{},
);
实现原理
-
类型检查:使用
isOperationObject类型守卫确保我们只处理包含操作定义的对象。 -
路径处理:遍历文档中的所有路径定义,对每个路径下的操作进行处理。
-
标签限制:对于每个操作对象,我们保留其标签数组中的第一个元素,这样就能确保路由只出现在最直接的父契约标签下。
-
不变性保持:使用展开运算符
...确保我们在修改标签时不会意外改变操作对象的其他属性。
最佳实践建议
-
契约组织:在设计API契约结构时,尽量避免过深的嵌套层级,这不仅能避免Swagger UI的显示问题,也能提高代码的可读性。
-
文档定制:考虑将OpenAPI文档的后处理逻辑封装成可复用的工具函数,方便在多个项目中共享。
-
标签策略:如果业务确实需要多标签显示,可以考虑实现更复杂的标签处理逻辑,如基于特定规则保留或排除某些标签。
总结
通过理解OpenAPI规范的限制和ts-rest框架的实现机制,我们能够有效地解决Swagger UI中路由重复显示的问题。这种解决方案不仅保持了API契约的模块化设计优势,还能生成清晰、易读的API文档,为开发者提供更好的开发体验。
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 StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07