SDammann.WebApi.Versioning 技术文档
1. 安装指南
首先,确保您的开发环境已安装了.NET框架。然后,您可以通过Nuget包管理器安装SDammann.WebApi.Versioning。在Visual Studio中,打开Nuget包管理器控制台,执行以下命令:
Install-Package SDammann.WebApi.Versioning
2. 项目的使用说明
设置
在依赖注入容器中注册DefaultControllerIdentificationDetector和DefaultRequestControllerIdentificationDetector类。
接下来,选择一个版本控制方案,并在库中注册。例如,要使用基于API路由的版本控制(这将使用类似/api/v1.2/product/的URL),请在Web API配置委托中包含以下内容:
ApiVersioning.Configure(config)
.ConfigureRequestVersionDetector<DefaultRouteKeyVersionDetector>();
确保config变量为HttpConfiguration类型,并在依赖注入容器中注册此类。
选择API版本控制方案
目前,库支持两种API版本控制方案。
基于URL / 路由的API版本
这允许通过URL路由方案选择API版本。例如:
config.Routes.MapHttpRoute(
name: "DefaultApi",
routeTemplate: "api/v{version}/{controller}/{id}",
defaults: new { id = RouteParameter.Optional }
);
然后在Web API配置委托中注册版本检测器:
ApiVersioning.Configure(config)
.ConfigureRequestVersionDetector<DefaultRouteKeyVersionDetector>();
基于HTTP头的API版本
这是许多REST纯粹主义者偏好的方案。它允许通过请求的Accept头中的MIME类型选择API版本。为了实现这一点,请继承AcceptHeaderRequestVersionDetector并实现GetVersionFromSingleHeader方法。
然后,在Web API配置委托中注册您的实现:
ApiVersioning.Configure(config)
.ConfigureRequestVersionDetector<YourCustomRoutingDetector>();
不要忘记在内容协商中设置自定义MIME类型,以便ASP.NET Web API输出正确的响应格式。
3. 项目API使用文档
SDammann.WebApi.Versioning提供了多种接口和类,以支持API版本控制。以下是一些主要接口和类的简要说明:
IControllerNameDetector:用于检测控制器名称。IControllerVersionDetector:用于检测控制器版本。IRequestControllerNameDetector:用于从请求中检测控制器名称。IRequestVersionDetector:用于从请求中检测版本。ApiVersion:表示API版本的抽象类。
您可以根据需要扩展或实现这些接口,以满足自定义版本控制需求。
4. 项目安装方式
如前所述,您可以通过Nuget包管理器安装SDammann.WebApi.Versioning。在Visual Studio中,打开Nuget包管理器控制台,执行以下命令:
Install-Package SDammann.WebApi.Versioning
这将自动将所需的引用添加到您的项目中,以便您可以使用SDammann.WebApi.Versioning提供的功能。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00