OpenAPI Typescript Codegen 使用教程
1. 项目介绍
OpenAPI Typescript Codegen 是一个基于 Node.js 的库,用于根据 OpenAPI 规范生成 TypeScript 或 JavaScript 客户端代码。该项目的主要目标是简化前端开发者在构建 API 客户端时的流程,使其能够快速生成类型安全的代码,从而提高开发效率和代码质量。
主要特性
- 支持多种 HTTP 客户端:包括 Fetch、Node-Fetch、Axios、Angular 和 XHR。
- 支持 OpenAPI 规范 v2.0 和 v3.0。
- 支持 JSON 和 YAML 文件输入。
- 支持通过 CLI、Node.js 和 NPX 生成代码。
- 支持 TypeScript 和 Babel 编译。
- 支持请求的中止(取消)。
2. 项目快速启动
安装
首先,确保你已经安装了 Node.js 和 npm。然后,通过 npm 安装 openapi-typescript-codegen:
npm install openapi-typescript-codegen --save-dev
生成客户端代码
假设你有一个 OpenAPI 规范文件 openapi.json,你可以使用以下命令生成 TypeScript 客户端代码:
npx openapi --input ./openapi.json --output ./generated-client
使用生成的客户端
生成的客户端代码会包含在 ./generated-client 目录中。你可以在你的项目中引入并使用这些代码。例如:
import { DefaultApi } from './generated-client';
const api = new DefaultApi();
api.getSomeResource().then(response => {
console.log(response);
}).catch(error => {
console.error(error);
});
3. 应用案例和最佳实践
应用案例
前端项目
在一个前端项目中,开发者可以使用 openapi-typescript-codegen 生成与后端 API 交互的 TypeScript 客户端代码。这样可以确保前端代码与后端 API 的类型安全,减少手动编写 API 客户端的工作量。
微服务架构
在微服务架构中,不同的服务可能需要相互调用。通过使用 openapi-typescript-codegen,可以为每个服务生成类型安全的客户端代码,从而简化服务间的通信。
最佳实践
- 定期更新 OpenAPI 规范:确保生成的客户端代码与后端 API 保持同步。
- 使用 TypeScript:利用 TypeScript 的类型检查功能,减少运行时错误。
- 自定义请求文件:如果需要对请求进行自定义处理(如添加认证头),可以通过
--request选项指定自定义请求文件。
4. 典型生态项目
Swagger UI
Swagger UI 是一个用于可视化 OpenAPI 规范的工具。它可以生成一个交互式的 API 文档,帮助开发者理解和测试 API。
OpenAPI Generator
OpenAPI Generator 是一个更通用的工具,支持生成多种语言和框架的客户端代码。虽然它主要使用 Java 编写,但提供了丰富的插件和模板,适用于各种场景。
Speakeasy
Speakeasy 是一个企业级的 SDK 生成工具,支持生成多种语言的 SDK。如果你需要一个完全托管的 SDK 生成服务,可以考虑使用 Speakeasy。
通过结合这些工具,开发者可以构建一个完整的 API 开发和文档生态系统,提高开发效率和代码质量。
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