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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00