NSwag v14.4.0发布:提升性能与支持STJ原生代码生成
NSwag是一个强大的.NET工具链,用于生成Swagger/OpenAPI规范文档,并基于这些规范自动生成客户端代码。它支持多种语言(如TypeScript、C#)的客户端生成,并提供了丰富的功能来简化API开发流程。最新发布的v14.4.0版本带来了一系列性能优化和功能增强,特别是对System.Text.Json(STJ)原生代码生成的支持。
性能优化
本次版本在多个方面进行了性能优化,显著提升了处理大型API规范时的效率:
-
响应模型处理优化:改进了OpenApiOperation中ActualResponses和Responses的性能,减少了不必要的计算开销。
-
操作ID生成优化:优化了OpenApiDocument.GenerateOperationIds方法的性能,使得为大量API端点生成唯一ID时更加高效。
-
客户端生成优化:MultipleClientsFromOperationIdOperationNameGenerator中的重复检查逻辑得到改进,减少了客户端代码生成时的计算负担。
-
字典操作优化:ObservableDictionary的CollectionChanged事件处理更加高效,提升了整体响应速度。
功能增强
-
System.Text.Json原生支持:新增了对STJ原生C#代码生成的支持,使开发者能够充分利用STJ的高性能和低内存占用特性。这对于构建高性能API客户端特别有价值。
-
参数处理改进:修复了可选参数在生成的TypeScript和C#客户端中的排序问题,确保API调用的参数顺序与原始定义一致。
-
数组参数检查:修正了数组参数爆炸检查逻辑,防止在处理复杂数组参数时出现错误。
-
项目目录解析:增加了对MSBuildProjectDirectory的回退支持,提高了在复杂项目结构中解析ProjectDir的可靠性。
兼容性更新
-
.NET 8支持:核心库现在增加了对.NET 8的目标框架支持,使开发者能够在最新的.NET平台上使用NSwag。
-
依赖项升级:更新了NJsonSchema至v11.3.2和Namotion.Reflection至v3.4.2,带来了底层库的改进和bug修复。
-
Swagger UI更新:集成了最新的Swagger UI v5.21.0,提供了更完善的API文档展示功能。
错误修复
-
模式缺失容错:OperationModelBase.GetActualParameters现在能够更好地处理缺失的模式定义,提高了工具的健壮性。
-
字符串API使用:修复了一些字符串API的使用问题,提高了代码的稳定性和性能。
总结
NSwag v14.4.0通过一系列性能优化和功能增强,进一步巩固了其作为.NET生态系统中API开发首选工具的地位。特别是对System.Text.Json的原生支持,使得开发者能够构建更高效的API客户端。这些改进使得NSwag在处理大型API项目时更加高效可靠,为开发者提供了更好的开发体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112