SpringDoc OpenAPI 3.1版本枚举类型显示问题解析
在SpringDoc OpenAPI项目从2.8.5升级到2.8.6版本后,许多开发者注意到一个显著的变化:当使用OpenAPI 3.1规范时,枚举类型(enum)和示例(example)的显示方式发生了改变,新的显示格式在某些情况下显得不够直观。
问题现象
在2.8.5版本中,枚举值会以清晰简洁的列表形式展示,每个枚举值单独显示。而在2.8.6及更高版本中,枚举值被显示为带有索引前缀的格式(如"#0=value1"),这种显示方式增加了视觉复杂度,降低了可读性。
类似的显示变化也影响到了示例(example)部分。原本直观的示例展示被替换为更技术化的表示形式,这对于API文档的使用者来说可能不够友好。
根本原因
这一变化源于两个关键因素:
-
OpenAPI规范版本变更:SpringDoc 2.8.6将默认的OpenAPI规范版本从3.0升级到了3.1。不同版本的规范在UI渲染上有不同的处理方式。
-
Swagger UI版本更新:2.8.6版本同时升级了集成的Swagger UI组件,新版本的Swagger UI对OpenAPI 3.1规范的渲染方式进行了调整。
OpenAPI 3.1规范本身对枚举类型的定义和处理并没有本质变化,但Swagger UI选择以不同的方式展示这些信息。这种改变可能是为了更准确地反映规范中的某些技术细节,但客观上降低了文档的可读性。
解决方案
对于希望保持原有显示风格的开发者,有以下几种选择:
-
显式指定OpenAPI 3.0规范:在应用配置中添加
springdoc.api-docs.version=openapi_3_0,强制使用3.0版本的规范渲染方式。 -
等待Swagger UI更新:这个问题本质上属于Swagger UI的渲染策略,未来版本可能会改进显示方式。
-
自定义UI组件:对于有特殊需求的项目,可以考虑定制或替换默认的Swagger UI组件。
技术建议
在实际项目中,选择OpenAPI规范版本时应考虑以下因素:
- 如果需要使用OpenAPI 3.1特有的功能,如更好的JSON Schema支持,则接受新的显示方式
- 如果文档可读性是首要考虑,且不需要3.1特性,可以暂时停留在3.0规范
- 对于新项目,建议评估显示效果对API消费者的影响
值得注意的是,这种显示变化只影响文档的呈现方式,不会影响API的实际行为和客户端代码生成功能。开发团队可以根据项目具体情况权衡利弊,选择最适合的方案。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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