Swashbuckle.AspNetCore 8.0.0版本发布:迈向OpenAPI 3.1的重要一步
Swashbuckle.AspNetCore是一个流行的.NET库,用于为ASP.NET Core Web API项目自动生成Swagger/OpenAPI文档。它通过分析API控制器和模型,动态生成符合OpenAPI规范的JSON文档,并提供交互式的UI界面,极大简化了API文档的创建和维护工作。
版本8.0.0的核心变更
最新发布的8.0.0版本带来了几项重要更新,这些变更不仅反映了技术栈的演进,也为未来的OpenAPI 3.1支持奠定了基础。
1. .NET版本支持调整
8.0.0版本正式放弃了对.NET 6的支持,这是遵循微软官方生命周期策略的自然演进。同时,针对netstandard2.0的目标框架,现在依赖的是ASP.NET Core 2.3而非之前的2.1版本。这一变化确保了库在跨平台兼容性上的持续可靠性。
2. 底层库升级
该版本将Microsoft.OpenApi库升级至1.6.23版本,这一更新要求配套使用swagger-ui 5.19.0或更高版本。值得注意的是,Swashbuckle.AspNetCore.SwaggerUI NuGet包已经内置了5.20.1版本的swagger-ui。开发者在升级后可能需要清除浏览器缓存以确保加载最新的JavaScript文件。
3. 为OpenAPI 3.1做准备
8.0.0版本最引人注目的变化是对SerializeAsV2属性的废弃处理。这个属性原本用于控制是否生成OpenAPI 2.0(即Swagger 2.0)规范的文档。为了迎接即将到来的OpenAPI 3.1支持,现在推荐使用更明确的OpenApiVersion属性来指定文档版本:
// 旧方式(已废弃)
options.SerializeAsV2 = true;
// 新方式
options.OpenApiVersion = Microsoft.OpenApi.OpenApiSpecVersion.OpenApi2_0;
同样,在Swashbuckle.AspNetCore.Cli命令行工具中,--serializeasv2选项也被标记为废弃,取而代之的是更清晰的--openapiversion参数。
升级建议与注意事项
对于正在使用Swashbuckle.AspNetCore的项目,升级到8.0.0版本时需要注意以下几点:
-
确保项目运行环境至少支持.NET 7或更高版本,如果当前使用的是.NET 6,需要先升级项目框架。
-
检查代码中是否使用了
SerializeAsV2属性,按照上述示例进行替换。虽然旧属性目前仍能工作,但未来版本可能会完全移除它。 -
如果项目中使用的是自定义的swagger-ui,确保其版本不低于5.19.0,以避免潜在的兼容性问题。
-
对于使用CLI工具生成文档的自动化流程,需要更新相关脚本,用
--openapiversion参数替换--serializeasv2选项。
技术前瞻
这次版本更新最值得关注的是为OpenAPI 3.1支持所做的准备工作。OpenAPI 3.1规范带来了多项改进,包括更好的JSON Schema兼容性、更灵活的扩展机制等。虽然当前版本仍专注于OpenAPI 2.0和3.0的支持,但架构上的调整已经为未来的3.1支持铺平了道路。
结语
Swashbuckle.AspNetCore 8.0.0版本虽然是一个主版本号升级,但主要变化集中在底层架构的现代化和未来功能的准备上。对于大多数现有项目来说,升级过程应该是相对平滑的,特别是如果已经遵循了最新的.NET版本支持策略。这次更新再次体现了该项目维护团队对长期可持续性和标准兼容性的重视,为.NET生态中的API文档生成树立了标杆。
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