在Scribe中正确使用递归Schema生成API文档
2025-07-05 07:09:46作者:冯梦姬Eddie
问题背景
在使用Scribe生成API文档时,开发者经常会遇到资源转换(Resource)与文档生成不匹配的问题。特别是当API返回结构包含嵌套资源时,如何确保文档能够完整展示这些嵌套结构就成为一个关键问题。
核心问题分析
从案例中我们可以看到,开发者定义了一个资源类(Resource),其中包含了多个字段和嵌套资源:
return [
'id' => $this->id,
'name' => $this->name,
'description' => $this->description,
'stats_ongoing' => $this->stats_ongoing,
'probe_type' => new ProbeTypesResource($this->probeType),
'created_at' => new DateTimeResource($this->created_at),
'updated_at' => new DateTimeResource($this->updated_at),
'rules' => $this->when('api/probes' === $request->route()->getPrefix(), fn() => ProbeRulesResource::collection($this->rules)),
'last_metrics' => ProbeMetricsResource::collection($metrics),
];
但在生成的文档中,这些嵌套资源并没有被正确展示,只显示了基础字段。
解决方案
关键在于正确使用ResponseFromApiResource注解。开发者最初使用的是:
#[ResponseFromApiResource(ProbesCollection::class, Probes::class)]
这会导致Scribe无法正确识别嵌套的资源结构。正确的做法应该是:
#[ResponseFromApiResource(ProbesResource::class, Probes::class, collection: true)]
技术原理
-
资源类与集合类的区别:
- 资源类(Resource)定义了单个资源的转换逻辑
- 集合类(Collection)是资源类的集合包装
- 直接使用集合类会导致Scribe无法解析内部结构
-
collection参数的作用:
- 当设置为true时,Scribe会自动处理为集合响应
- 同时仍能保持对单个资源结构的解析能力
-
递归解析机制:
- Scribe会深度遍历资源类中定义的所有字段
- 遇到嵌套资源时会继续解析其结构
- 最终生成完整的响应Schema
最佳实践
- 始终优先使用资源类作为ResponseFromApiResource的第一个参数
- 对于集合响应,使用collection参数而非集合类
- 确保所有嵌套资源都正确定义了toArray方法
- 复杂条件字段(如when)可能需要额外处理以确保文档一致性
总结
通过正确使用ResponseFromApiResource注解及其参数,开发者可以确保Scribe能够完整解析API的响应结构,包括各种嵌套资源。这不仅提高了文档的准确性,也使得API消费者能够更好地理解接口返回的数据结构。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136