Rin:ASP.NET Core 的请求/响应中间件调试利器
在开发和调试ASP.NET Core应用程序时,你是否曾为追踪HTTP请求和响应的细节而感到困扰?是否希望有一个工具能够实时监控和分析这些数据,以便快速定位问题?Rin 正是为此而生!
项目介绍
Rin 是一个专为ASP.NET Core设计的请求/响应中间件,类似于Glimpse,但它提供了更为强大和灵活的功能。Rin能够捕获HTTP请求和响应的详细信息,包括头部、主体、日志和未处理的异常,并通过一个直观的Web界面实时展示这些数据。无论是调试Web站点还是API应用,Rin都能为你提供极大的帮助。
项目技术分析
Rin的核心功能是通过中间件捕获HTTP请求和响应,并将其存储在内存中。它支持多种日志记录系统,如Microsoft.Extensions.Logging.ILogger和log4net,能够捕获请求处理过程中的所有日志信息。此外,Rin还提供了丰富的客户端工具,包括一个基于Web的实时查看器,支持多种数据格式的预览,如JSON、图像、HTML和JavaScript等。
Rin的技术栈主要包括:
- ASP.NET Core:作为中间件的基础框架。
- WebSocket:用于实时数据传输。
- React:用于构建前端界面。
- TypeScript:用于前端代码的类型安全。
项目及技术应用场景
Rin适用于以下场景:
- Web应用调试:在开发过程中,实时监控HTTP请求和响应,快速定位问题。
- API调试:捕获API请求和响应的详细信息,确保数据传输的正确性。
- 性能分析:记录视图渲染和动作执行的时间,帮助优化应用性能。
- 日志分析:捕获并查看请求处理过程中的所有日志信息,辅助故障排查。
项目特点
1. 实时监控与查看
Rin提供了一个基于Web的实时查看器,你可以在浏览器中实时查看捕获的请求和响应数据,包括头部、主体、日志和异常信息。
2. 多种数据格式支持
Rin支持多种数据格式的预览,包括JSON、图像、HTML和JavaScript等,方便你快速查看和分析数据。
3. 日志集成
Rin能够与多种日志记录系统集成,如Microsoft.Extensions.Logging.ILogger和log4net,捕获请求处理过程中的所有日志信息。
4. 请求重放
Rin支持将请求和响应保存为文件,并提供cURL和C#代码的复制功能,方便你重放请求进行进一步的调试。
5. 与ASP.NET Core MVC集成
Rin提供了与ASP.NET Core MVC的深度集成,包括视图渲染和动作执行的时间记录,以及在视图中嵌入的调试工具。
快速开始
安装NuGet包
你可以通过以下方式安装Rin:
- 使用Visual Studio:在
Dependencies中选择Manage NuGet Packages...,搜索并安装Rin和Rin.Mvc(如果你的项目基于ASP.NET Core MVC)。 - 使用dotnet命令:
dotnet add package Rin dotnet add package Rin.Mvc - 使用Package Manager:
Install-Package Rin Install-Package Rin.Mvc
配置Rin
在Program.cs和Startup.cs中进行必要的配置,确保Rin中间件在HTTP管道中处于正确的位置。
启动应用并打开Inspector
启动应用后,打开浏览器访问http://[Host:Port]/rin/,即可看到Rin Inspector界面。
结语
Rin作为一款专为ASP.NET Core设计的调试工具,不仅功能强大,而且易于集成和使用。无论你是Web开发者还是API开发者,Rin都能为你提供极大的帮助,让你的调试工作更加高效和便捷。赶快尝试一下吧!
项目地址:GitHub - mayuki/Rin
许可证:MIT License
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00