Swagger Typescript API 模板生成功能在v13版本中的问题分析
问题背景
Swagger Typescript API 是一个流行的工具,用于从Swagger/OpenAPI规范生成TypeScript API客户端代码。该工具提供了generate-templates命令,允许开发者自定义代码生成模板。然而,从v13.0.10版本开始,用户报告该功能出现了严重问题。
问题表现
在v13.0.10及更高版本中,执行generate-templates命令时会出现以下两种典型错误:
-
PNPM环境下的错误:工具无法在PNPM的虚拟存储目录中找到模板文件,报错提示
ENOENT: no such file or directory,指向不存在的/node_modules/.pnpm/.../templates/base路径。 -
NPM环境下的错误:虽然能找到模板目录,但会错误地尝试在项目根目录下查找
templates/base目录而非node_modules中的正确路径。即使手动创建目录结构,最终生成的目录也是空的。
问题根源分析
经过对版本变化的追踪,可以确定:
-
路径解析逻辑变更:v13.0.10版本对模板路径解析逻辑进行了修改,导致无法正确识别模板文件的实际位置。
-
PNPM兼容性问题:PNPM使用符号链接和虚拟存储的特殊结构,而新版本未能正确处理这种非扁平化的node_modules布局。
-
模板复制机制失效:即使路径问题被临时解决,模板文件也无法正确复制到目标位置,表明文件操作流程存在缺陷。
临时解决方案
目前推荐的解决方法是:
-
降级使用v12.0.4或v13.0.9:这些版本中的模板生成功能工作正常。
-
手动提取模板:可以直接从GitHub仓库中获取模板文件,或从低版本的node_modules中复制所需模板。
技术建议
对于依赖此功能的开发者,建议:
-
在项目中使用固定版本号锁定依赖,避免自动升级到有问题的版本。
-
考虑将自定义模板作为项目资产直接维护,而非依赖动态生成。
-
关注项目的GitHub仓库,等待官方修复此问题后再进行升级。
总结
Swagger Typescript API在v13版本中的模板生成功能存在严重缺陷,影响了使用PNPM和NPM的用户。开发者需要暂时降级或寻找替代方案,同时期待官方尽快修复这一关键功能。此问题也提醒我们,在依赖自动生成工具时,需要建立完善的版本控制和回滚机制。
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