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
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-1.5暂无简介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
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
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