FastEndpoints项目中集成Swagger Basic认证的解决方案
背景介绍
FastEndpoints是一个高性能的.NET Web API框架,它提供了简洁的API开发体验。在实际开发中,我们经常需要为API接口添加认证机制,而Basic认证是最基础也最常用的一种认证方式。本文将详细介绍如何在FastEndpoints项目中配置Swagger UI,使其支持Basic认证。
问题分析
当开发者尝试在FastEndpoints项目中集成Swagger Basic认证时,可能会遇到"OpenAPI/Swagger文档'v1'多次注册"的错误。这是因为FastEndpoints已经内置了Swagger支持,而开发者又手动添加了OpenApiDocument配置,导致文档被重复注册。
解决方案
1. 配置Swagger安全定义
首先需要在项目中添加Swagger的安全定义配置。以下是完整的配置代码示例:
builder.Services.AddSwaggerGen(c =>
{
c.AddSecurityDefinition("basic", new OpenApiSecurityScheme
{
Name = "Authorization",
Type = SecuritySchemeType.Http,
Scheme = "basic",
In = ParameterLocation.Header,
Description = "Basic Authorization header using the Bearer scheme."
});
c.AddSecurityRequirement(new OpenApiSecurityRequirement
{
{
new OpenApiSecurityScheme
{
Reference = new OpenApiReference
{
Type = ReferenceType.SecurityScheme,
Id = "basic"
}
},
Array.Empty<string>()
}
});
});
这段代码做了两件事:
- 定义了一个名为"basic"的安全方案,类型为HTTP Basic认证
- 添加了一个全局的安全要求,确保所有API都需要Basic认证
2. 配置FastEndpoints
FastEndpoints有自己的配置方式,需要确保与Swagger配置兼容:
builder.Services.AddFastEndpoints(o =>
{
o.SourceGeneratorDiscoveredTypes = DiscoveredTypes.All;
});
3. 启用Swagger UI
最后启用Swagger中间件:
app.UseFastEndpoints(c =>
{
c.Endpoints.RoutePrefix = "api";
c.Versioning.Prefix = "v";
c.Versioning.DefaultVersion = 1;
});
if (app.Environment.IsDevelopment())
{
app.UseSwagger();
app.UseSwaggerUI();
}
实现原理
-
安全定义:
AddSecurityDefinition方法告诉Swagger UI如何显示认证输入框,这里配置为Basic认证方式。 -
安全要求:
AddSecurityRequirement方法将安全方案应用到所有API端点,确保它们都需要认证。 -
FastEndpoints集成:FastEndpoints会自动扫描项目中的端点并生成OpenAPI文档,我们只需要确保Swagger配置与其兼容即可。
注意事项
-
不要重复调用
AddOpenApiDocument或AddSwaggerDocument,因为FastEndpoints已经处理了文档生成。 -
在生产环境中,应该谨慎启用Swagger UI,或者添加额外的访问控制。
-
Basic认证虽然简单,但不适合高安全性要求的场景,建议考虑更安全的认证方式如JWT。
进阶配置
如果需要更细粒度的控制,可以为特定端点配置不同的认证要求:
public class MyEndpoint : Endpoint<MyRequest, MyResponse>
{
public override void Configure()
{
Post("/my-endpoint");
Description(b => b
.ProducesProblem(401)
.WithTags("Special")
.RequireAuthorization());
}
}
通过这种方式,可以灵活地为不同端点设置不同的安全要求。
总结
在FastEndpoints项目中集成Swagger Basic认证并不复杂,关键在于理解框架已经提供的功能和避免重复配置。本文提供的解决方案既保持了FastEndpoints的高效特性,又增加了Basic认证支持,为API开发和测试提供了便利。
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