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- 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
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
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
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355