Swagger配置及使用

Swagger

	一个接口文档工具,可以自动直接扫描写的所有接口,并且支持调试。

1、新建 Springboot 项目

2、编写 HelloWord(新建一个 controller,新建一个 HelloControl.java)

@RestController
public class HelloController {

    @GetMapping ("/hello")
    public String hello() {
        return "hello";
    }
}

启动访问 localhost:8080/hello

3、导入 Swagger 依赖(pom.xml)

<!-- https://mvnrepository.com/artifact/io.springfox/springfox-swagger2 -->
<dependency>
  <groupId>io.springfox</groupId>
  <artifactId>springfox-swagger2</artifactId>
  <version>2.9.2</version>
</dependency>
<!-- https://mvnrepository.com/artifact/io.springfox/springfox-swagger-ui -->
<dependency>
  <groupId>io.springfox</groupId>
  <artifactId>springfox-swagger-ui</artifactId>
  <version>2.9.2</version>
</dependency>

4、编写 SwaggerConfig(新建一个 config,创建 SwaggerConfig.java配置类)

@Configuration
@EnableSwagger2  //开启 Swagger2
public class SwaggerConfig {}

5、访问Swagger 主界面

http://localhost:8080/swagger-ui.html

6、 SwaggerConfig

package swagger.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.core.env.Environment;
import org.springframework.core.env.Profiles;
import springfox.documentation.builders.PathSelectors;
import springfox.documentation.builders.RequestHandlerSelectors;
import springfox.documentation.service.ApiInfo;
import springfox.documentation.service.Contact;
import springfox.documentation.spi.DocumentationType;
import springfox.documentation.spring.web.plugins.Docket;
import springfox.documentation.swagger2.annotations.EnableSwagger2;

import java.util.ArrayList;

@Configuration
@EnableSwagger2
public class SwaggerConfig {

  //配置多个文档分组
  //    @Bean
  //    public Docket docket1() {
  //        return new Docket(DocumentationType.SWAGGER_2).groupName("A");
  //    }

  //配置了Swagger的Docket的bean实例
  @Bean
  public Docket docket(Environment environment) {

    //设置需要显示的Swagger的环境比如dev ,test, pro 环境
    Profiles profiles = Profiles.of("dev");
    //通过environment.acceptsProfiles判断是都在当前自己设置的环境中
    boolean flag = environment.acceptsProfiles(profiles);

    return new Docket(DocumentationType.SWAGGER_2)
      //在自己的环境中,true就启动Swagger
      .enable(flag)
      .groupName("tong")
      .apiInfo(apiInfo())
      .select()

      //RequestHandlerSelectors:配置要扫描接口的方式
      //basePackage:指定要扫描的包   
      // ==========一般只用basePackage=======
      //any():扫描所有
      //none():全部不扫描
      //withClassAnnotation(Controller.class):用反射的方式扫描类上有@Controller注解的
      //withMethodAnnotation(RequestMapping.class):用反射的方式扫描类上有@RequestMapping注解的

      //扫描 swagger.controller下的接口
      .apis(RequestHandlerSelectors.basePackage("swagger.controller"))
      // 配置如何通过path过滤,即这里只扫描请求以/hello开头的接口
      //                .paths(PathSelectors.ant("/hello/**"))

      .build();
  }

  public ApiInfo apiInfo() {
    //作者信息
    Contact DEFAULT_CONTACT = new Contact("TomYe", "https://blog.youkuaiyun.com/Xiao_tongtong?spm=1010.2135.3001.5421", "519395917@qq.com");
    return new ApiInfo(
      "TomYe的Swagger",
      "一个人走的快",
      "v1.0",
      "urn:tos",
      DEFAULT_CONTACT,
      "Apache 2.0",
      "http://www.apache.org/licenses/LICENSE-2.0",
      new ArrayList());

  }
}

Swagger-ui

Swagger常用注解:

作用都是在文档上注释来解释各个接口属性的意思

  注解在Controller类上
  @Api(tags = "用户登录接口")

  注解在方法上面
  @ApiOperation("登录方法")

  注解在实体类上
  //给实体类注释别名
  @ApiModel("用户实体类")

  注解在实体类属性上
  //给字段注释别名
  @ApiModelProperty("微信昵称")

tips: 实体类不是通过注解的方式扫描到的,
而是通过配置类里面扫描 Swagger.controller的所有接口,
只要接口中有返回的实体类,那么该实体就会被扫描到。

总结:

  • 导依赖 + 配置 swagger + 写注解
  • 重点:一定要设置 Swagger 接口文档的显示环境,否则他人可以访问到!
Python 中集成 Ollama 可以通过使用 `ollama` 官方提供的 Python 客户端库来实现。Ollama 是一个本地运行的大型语言模型(LLM)工具,它支持多种模型,如 Llama 2、Mistral 等,并且可以通过简单的 APIPython 应用程序集成。 ### 安装 Ollama Python 库 首先,需要确保你已经在本地系统上安装了 Ollama。你可以从 [Ollama 官方网站](https://ollama.com/)下载并安装适用于你操作系统的版本。 接下来,安装 Python 客户端库。Ollama 提供了一个官方的 Python 包,可以通过 `pip` 安装: ```bash pip install ollama ``` ### 使用 Ollama Python 库 安装完成后,可以使用 `ollama` 模块来调用 OllamaAPI。以下是一个简单的示例,展示如何使用 Ollama 的 `generate` 方法来生成文本: ```python import ollama # 生成文本 response = ollama.generate(model='llama3', prompt='为什么天空是蓝色的?') # 打印响应 print(response['response']) ``` 在这个例子中,`model` 参数指定了要使用的模型(例如 `llama3`),`prompt` 参数是用户输入的提示词。Ollama 会根据提示词生成相应的文本,并返回一个包含 `response` 字段的字典。 ### 获取模型列表 如果你想查看当前可用的模型,可以使用以下代码: ```python import ollama # 获取模型列表 models = ollama.list() # 打印模型列表 for model in models['models']: print(model['name']) ``` ### 模型对话(Chat) Ollama 还支持更复杂的对话模式,允许你在多轮对话中保持上下文。以下是一个使用 `chat` 方法的示例: ```python import ollama # 开始对话 response = ollama.chat( model='llama3', messages=[ {'role': 'user', 'content': '你好,你能帮我做什么?'}, {'role': 'assistant', 'content': '你好!我可以帮助你回答问题、提供建议,甚至进行简单的创作。有什么我可以帮你的吗?'}, {'role': 'user', 'content': '你能告诉我关于机器学习的基础知识吗?'} ] ) # 打印响应 print(response['message']['content']) ``` 在这个例子中,`messages` 参数是一个包含多个对话记录的列表,每个记录都有一个 `role` 和 `content` 字段。Ollama 会根据这些对话记录生成相应的回复。 ### 错误处理 在实际应用中,建议添加错误处理逻辑,以应对可能出现的网络问题或模型加载失败等情况: ```python import ollama try: response = ollama.generate(model='llama3', prompt='为什么天空是蓝色的?') print(response['response']) except Exception as e: print(f"发生错误: {e}") ``` ### 相关问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值