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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
391
470
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
356
216
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++
898
691
昇腾LLM分布式训练框架
Python
122
147
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
123
157
🎉 (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
1.38 K
784
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
169
React Native鸿蒙化仓库
JavaScript
312
362