在 API 准备前先建前端@ : @ non brittle sequits (中文 (Chinese Simplified))

一. 导言导言导言导言导言

您有多少次被阻拦等待后端 APIs准备好@? @% 或花费小时来维护简陋的模拟数据,

输入 mostlylucid.mockllmapi @-@ a producation= - ready ASP}.NET核心模拟平台, 该平台使用大语言模型生成符合现实的 <, confirmedious API respected on the fly> @MS K4 而不是维持 JSON定着的{,}你得到智能模型来适应您的请求并记住所有调用中的状态.}

它支持什么 : 您需要的每个协议“-” REST,$GreakingQL,}gRPC},} gRPC}SignalRMS K4服务器{-} 伺服器}♪MSKSent Eprises ,}和 OpenAPI.}不同的静态定着@,}响应都是根据您的请求来动态生成的。 <%,} 建立多端-step工作流程及复杂的测试假想 polor_.

项目链接

仓库@: @% https @://Github.com}/Scottgal}MS K3LLMApi 校对:Portnoy
释放: https @://Github.com}/scottgal/LLMApi}MS K4释放
伴侶套件@: @% 多数情况下,.=mockllmapi=.测试 - 测试具有流利 HttpClient 整合功能的公用设施

使用它的三种方法

您可以以三种方式使用 Mostlucid @ . @ mockllmapi , 取决于您希望您的 dev 环境有多孤立@ MS K2 @

ASP.NET 核心 Nuget 软件包 “- 添加到您现有的项目中”
独立 CLI 工具 -Cross-platform 可执行程序 @(下载释放)
嵌套容器 *- 需要零安装

Killer 特性@:上下文内存

📖}完整的指南 : APPI 背景文件

传统模拟API有致命的缺陷 @:每个请求都是独立的@. 获得一个具有 ID #42,的用户然后取到他们的订单,,而您会收到用户编号 <%99.无一致性>_.}的命令

AIPI 背景 在相关请求中共享内存@: @

// Request 1: Get a user
// Note: 'context' is a simple query parameter - no cookies or sessions needed
fetch('/api/users/123?context=checkout-session')
// Response: { id: 42, name: "Alice Smith", email: "[email protected]" }

// Request 2: Get orders (same context parameter)
fetch('/api/orders?userId=42&context=checkout-session')
// Response: { userId: 42, customerName: "Alice Smith", items: [...] }
// Perfect! Same user, consistent data

法学硕士在同一背景下看待以前的请求,并生成一致的数据*. 这是用于 mount @ - step 工作流程@ MS K2} 的游戏+-changer

功能@: @%

寿命周期+:

“%15” 不活动分钟后自动过期@ ( @ configibable @ MS K2
每次请求都会刷新计时器

行为=:

从回复中智能提取所有字段

安全 :

零内存渗漏@- 环境清理

使用案例@:

完全适合 CI/}CD\ -}在运行中无状态

快速启动

选项 @1:_NuGet 软件包

dotnet add package mostlylucid.mockllmapi

// Program.cs
builder.Services.AddLLMockApi(builder.Configuration);
app.MapLLMockApi("/api/mock");

CLI 工具

# Download from https://github.com/scottgal/LLMApi/releases
llmock serve --port 5000

选项 @ 3:_% docker

完整指南=: docker 部署指南

git clone https://github.com/scottgal/LLMApi.git
cd LLMApi
docker compose up -d

LLM 后端

你需要一号@ : Ollama,OpenAI,或L M StudioMS K3

# Recommended: Ollama with ministral-3:3b (ultra-fast, accurate JSON generation)
ollama pull ministral-3:3b

见见《奥亚马示范指南》用于所有示范建议和比较的模型

立即尝试

一旦运行“ ,” , 您第一次请求“ I: ” 。 @ info/ plain

curl http://localhost:5000/api/mock/users
# Response: [{"id": 1, "name": "Alice Johnson", "email": "[email protected]"}, ...]

您现在有一个工作模拟API 生成现实的需求数据=.}

从 mostlucid\ .\ net 搜索真实的示例@ : @ net

这里'}这是这个博客 {-}的实际搜索代码 这是未变的生产前端代码@,_# 不需要对模拟的修改@:}

// typeahead.js from mostlylucid.net
export function typeahead() {
    return {
        query: '',
        results: [],
        search() {
            fetch(`/api/search/${encodeURIComponent(this.query)}`)
                .then(response => response.json())
                .then(data => { this.results = data; });
        }
    }
}

嘲笑它吗?

# Using CLI
llmock serve --port 5000

# Query returns contextual results
curl http://localhost:5000/api/search/markdown
# LLM generates blog posts about Markdown

curl http://localhost:5000/api/search/docker
# LLM generates blog posts about Docker

每个响应都是独特和现实的,}适应查询{.

形状控件@ : 定义您的方案

除了生成随机数据@,, 您经常需要精确控制 JSON 结构“ @ . 形状控件” 让您告诉 LLM 究竟要创建什么结构来生成\ MS K2 前端开发最强大的功能+.}

基本形状

# Without shape - random structure
curl http://localhost:5000/api/mock/users
# Response: { "userId": 1, "fullName": "Alice" }

# With shape - you control it
curl "http://localhost:5000/api/mock/users" \
  -H 'X-Response-Shape: {"id":0,"name":"string","email":"string"}'
# Response: { "id": 1, "name": "Alice", "email": "[email protected]" }

指定形状的三种方式@: @%

查询参数 @ - ?shape={...}
HTTP 信头 @ - @ X-Response-Shape: {...} (_推荐})
请求机构 @- {"shape": {...}}

内嵌形状

const shape = {
  company: {
    id: 0,
    name: "string",
    employees: [{
      id: 0,
      firstName: "string",
      department: { id: 0, name: "string" },
      projects: [{ id: 0, title: "string" }]
    }]
  }
};

fetch('/api/mock/company', {
  headers: { 'X-Response-Shape': JSON.stringify(shape) }
});

类型Script 对齐

interface User {
  id: number;
  name: string;
  email: string;
}

const USER_SHAPE: Partial<User> = { id: 0, name: "", email: "" };

// Shape becomes your type definition AND mock schema!

具有上下文的多端-+%Stencils

现在让我们 @ '%s 将形状控制与 API 上下文结合起来, 以处理复杂@ MS K1 mudi= -} step 工作流程@ MPK3 记住先前的上下文内存功能 < ? > Here{'_ 在现实中它是如何闪烁的吗? MSKO6world asynchronous operation@ I.}

由翻译服务提供的例子显示LLM如何在完整同步工作流程中保持状态@:}

# Step 1: Start translation
curl -X POST http://localhost:5000/api/translate/start?context=translate-session \
  -d '{"language": "es", "markdown": "# Hello World"}'
# Response: { "taskId": "abc-123", "status": "processing" }

# Step 2: Check status (LLM remembers the task)
curl http://localhost:5000/api/translate/status/abc-123?context=translate-session
# Response: { "taskId": "abc-123", "status": "complete" }

# Step 3: Get result (same taskId!)
curl http://localhost:5000/api/translate/result/abc-123?context=translate-session
# Response: { "taskId": "abc-123", "translatedText": "# Hola Mundo" }

通知如何 taskId 在所有要求中均保持一致*#. 使此可能性成为可能的上下文 @. @%

所有议定书

目前为止,我们关注的是REST,}(但现代应用需要更多) . – 你是否与GreagQL, – 一起用SignalRMS K6 执行真实的- – 时间功能或者与 GRPC 服务合作\ mostlucid+._mockllmapi 您是否覆盖了.–

支持的协议@: @%

仅此而已
✓ 图形QL
-=YTET -伊甸园字幕组=- 翻译:
✓讯号
✓伺服器-事件(SSEMS K3
@ ✓ @ OpenAPI @ I/ @ 斯瓦格

图QL

📖指南: 图图QL部分

curl -X POST http://localhost:5000/api/mock/graphql \
  -d '{"query": "{ users { id name email } }"}'

查询是形状 @ -_ 不需要单独的方案@ MS K1\ {

GRPC 吉普尔

完整指南=: gRPPC 支持

# Upload .proto file
curl -X POST http://localhost:5116/api/grpc-protos \
  --data-binary "@user_service.proto"

# Call via JSON or binary Protobuf
curl -X POST http://localhost:5116/api/grpc/userservice/UserService/GetUser \
  -d '{"user_id": 123}'

信号Real=-}时间

📖指南: 信号R演示指南

const connection = new signalR.HubConnectionBuilder()
    .withUrl("/hub/mock")
    .build();

connection.on("DataUpdate", (message) => {
    console.log(message.data); // Live generated data
});

await connection.start();
await connection.invoke("SubscribeToContext", "stock-prices");

完美的仪表板原型

伺服器@- @ 时间事件 @ (_ SSE)}

📖指南: SSE 流模式

const eventSource = new EventSource('/api/mock/stream/users');
eventSource.onmessage = (event) => {
    const data = JSON.parse(event.data);
    console.log('Token:', data.chunk); // Progressive generation
};

OpenAPI @ / @ 斯瓦格

完整指南=: OpenAPI 特征

# CLI: Load any OpenAPI spec
llmock serve --spec https://petstore3.swagger.io/api/v3/openapi.json

# All endpoints become live mocks automatically
curl http://localhost:5000/petstore/pet/123

可插件工具 @ :Mix real *&Mock数据

完整指南=: 工具@& @ 动作

有时您需要一种混合方法 \ - 真实的制作数据与生成的模拟数据结合使用该插接工具系统允许您在模拟生成中称实际API@, 创建非常现实的测试假想 @.}

{
  "Tools": [{
    "Name": "getUserData",
    "Type": "http",
    "HttpConfig": {
      "Endpoint": "https://api.production.com/users/{userId}",
      "Headers": { "Authorization": "Bearer ${PROD_API_KEY}" }
    }
  }]
}

curl "http://localhost:5000/api/mock/orders?useTool=getUserData&userId=123"

模拟抓取真实用户数据@,}然后LLM使用它生成订单 对于使用混合模型进行现实测试极有用@/ @real 工作流程 @.#

ASP=.NET核心一体化

如果您使用 ASP+.NET Core@,#整合是无缝的 .}这个方法的美丽之处在于 零代码修改 - 您简单的配置 HttpClient 在制作过程中和生产中真实的API".

// Real code from mostlylucid.net
builder.Services.AddHttpClient<IMarkdownTranslatorService, MarkdownTranslatorService>(
    client => {
        var baseUrl = builder.Configuration["TranslationService:BaseUrl"]
            ?? "http://localhost:5000";  // Mock during dev
        client.BaseAddress = new Uri(baseUrl);
    }
);

发展 . json:

{
  "TranslationService": {
    "BaseUrl": "http://localhost:5000"  // Mock
  }
}

appings .production.json}:#

{
  "TranslationService": {
    "BaseUrl": "https://api.production.com"  // Real
  }
}

此模式适用于任何 HttpClient 在您的应用程序中 {-} 翻译服务} ,} 支付网关@,} 外部APIs,} 您命名它<.> 。

何时使用此功能

在我们跳入高级功能前 @ , @ let@ MS K1 @ 清楚该工具何时对您的工作流程有意义\ .} @

完美地适合:

后端存在前的前端开发 停止阻拦后端队
多关- step 工作流程测试 - 内存处理复杂情景
API 原型 “- 实验,在承诺前有反应形状
离线发展 工作没有网络依赖性
错误假设情况测试 - 模擬失灵而不折断生产
CD管道 “-”没有外部依赖意味着更快的“,” 更可靠的建筑

不理想的:

生产环境 - 这是开发和测试工具
确定性测试数据 - 需要精确复制时使用固定装置
合同测试 “- 总是对生产合同的实际API进行验证。

现在你知道它适合哪里了 ,,让我们来探索先进的能力

高级特征

这些功能是可选的 @ -} 您可以从基本元素中获取巨大的价值@ MS K1 。但是当您需要制作时, - page realismation 在比例上\ MPK3}这些工具在这里 @ I.}

多个 LLM 后端

📖指南: 多个 LLM 后端

# Fast for dev
curl http://localhost:5000/api/mock/users

# High quality for demos
curl "http://localhost:5000/api/mock/users?backend=quality"

# Cloud AI for production-like
curl "http://localhost:5000/api/mock/users?backend=openai"

降速限制模拟

📖指南: 节率限制 @ &_ _Batching

测试您的应用程序如何处理利率限制@: @%

{
  "EnableRateLimiting": true,
  "RateLimitDelayRange": "500-2000"
}

模拟错误

# Test 429 rate limiting
curl "http://localhost:5000/api/mock/users?error=429&errorMessage=Rate%20limit%20exceeded"

# Test 503 unavailable
curl "http://localhost:5000/api/mock/users?error=503"

支持所有 & M4 #%xx 和 < 5%x x code > @ .

反应缓存

# Generate and cache 10 variants
curl "http://localhost:5000/api/mock/users?shape={\"$cache\":10,\"id\":0,\"name\":\"string\"}"

随后的请求获得即时缓存回复@. @

测试工具@: @ mostlucid @ .mockllmapi}.测试

📖包装: 多数情况下,.=mockllmapi=.测试

上述所有特征对于发展来说都非常适合@,,但是自动化测试又如何呢? ?*} 配套测试软件包提供流畅的API,使整合测试成为微风 @-配置假行为 HttpClient 做其余的 .

安装装置

dotnet add package mostlylucid.mockllmapi.Testing

基本用法

using mostlylucid.mockllmapi.Testing;

// Create a client with a single endpoint configuration
var client = HttpClientExtensions.CreateMockLlmClient(
    baseAddress: "http://localhost:5116",
    pathPattern: "/users",
    configure: endpoint => endpoint
        .WithShape(new { id = 0, name = "", email = "" })
        .WithCache(5)
);

// Make requests - configuration is automatically applied
var response = await client.GetAsync("/users");
var users = await response.Content.ReadFromJsonAsync<User[]>();

多端点

var client = HttpClientExtensions.CreateMockLlmClient(
    "http://localhost:5116",
    configure: handler => handler
        .ForEndpoint("/users", config => config
            .WithShape(new { id = 0, name = "", email = "" })
            .WithCache(10))
        .ForEndpoint("/posts", config => config
            .WithShape(new { id = 0, title = "", content = "", authorId = 0 })
            .WithCache(20))
        .ForEndpoint("/error", config => config
            .WithError(404, "Resource not found"))
);

// Each endpoint automatically uses its configuration
var usersResponse = await client.GetAsync("/users");
var postsResponse = await client.GetAsync("/posts");
var errorResponse = await client.GetAsync("/error"); // Returns 404

配置选项

形状配置@ : @% 1

// Using anonymous objects
.WithShape(new { id = 0, name = "", active = true })

// Using JSON strings
.WithShape("{ \"id\": 0, \"name\": \"\", \"tags\": [] }")

// Complex nested structures
.WithShape(new
{
    user = new { id = 0, name = "" },
    posts = new[] { new { id = 0, title = "" } }
})

模拟错误@ : @%

// Simple error
.WithError(404)

// With custom message
.WithError(404, "User not found")

// With details
.WithError(422, "Validation failed", "Email address is invalid")

串流 @: @

// Enable streaming with token-by-token output
.WithStreaming()
.WithSseMode("LlmTokens")

// Stream complete objects
.WithStreaming()
.WithSseMode("CompleteObjects")

// Stream array items individually
.WithStreaming()
.WithSseMode("ArrayItems")

依赖性注射

键入的客户端@: @% 1

services.AddMockLlmHttpClient<IUserApiClient>(
    baseApiPath: "/api/mock",
    configure: handler => handler
        .ForEndpoint("/users", config => config
            .WithShape(new { id = 0, name = "", email = "" }))
);

命名客户端@: @% 1

services.AddMockLlmHttpClient(
    name: "MockApi",
    baseApiPath: "/api/mock",
    configure: handler => handler
        .ForEndpoint("/data", config => config
            .WithShape(new { value = 0 }))
);

// Usage
var client = httpClientFactory.CreateClient("MockApi");

融合测试示例

[Fact]
public async Task Should_Handle_User_Creation()
{
    // Arrange
    var client = HttpClientExtensions.CreateMockLlmClient(
        "http://localhost:5116",
        "/users",
        config => config
            .WithMethod("POST")
            .WithShape(new { id = 0, name = "", email = "", createdAt = "" })
    );

    // Act
    var newUser = new { name = "John Doe", email = "[email protected]" };
    var response = await client.PostAsJsonAsync("/users", newUser);

    // Assert
    response.EnsureSuccessStatusCode();
    var created = await response.Content.ReadFromJsonAsync<User>();
    Assert.NotNull(created);
    Assert.NotEqual(0, created.Id);
}

[Fact]
public async Task Should_Handle_Not_Found_Error()
{
    // Arrange
    var client = HttpClientExtensions.CreateMockLlmClient(
        "http://localhost:5116",
        "/users/999",
        config => config.WithError(404, "User not found")
    );

    // Act
    var response = await client.GetAsync("/users/999");

    // Assert
    Assert.Equal(HttpStatusCode.NotFound, response.StatusCode);
}

如何运作

缩略 MockLlmHttpHandler 是 a DelegatingHandler {\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}这

拦截流出的HTTP请求
将请求匹配于已配置的端点模式
通过查询参数和 HTTP 信头输入模拟配置
将修改后的请求转发到实际模拟 LLM API

这允许您使用真实的 HttpClient 在测试中,在不修改应用程序编码的情况下轻而易举地控制模拟API行为@. @%

最佳做法

此工具在多个项目中工作后 @ , @ 这里是最有效模式@ :} @

工作流程总是使用环境 -确保多@-# step 操作的标识和数据一致
类型安全使用形状 - 使其符合您的 TypeScript 接口
将真实和模拟数据与工具混合 最好的两个世界
选择正确的模型 (See( MSk0_ see) 《奥亚马示范指南》完整详细信息@): @%
- 为建议dev: ministral-3:3b @(3_B params@,} @ 32K上下文 @ I) @ @ MPK4 杀害杰森・马斯克的凶手 超精确的, 最小内存
- 产量*-: llama3 @(8_B params@,}8_K 上下文 *)}{-}在质量和性能方面保持最佳平衡
- 高质量: mistral-nemo (12_B params,}128K 上下文 @)}{-复杂图案和大型数据集
- 资源@-_受限制: gemma3:4b 或 phi3 - 轻光替代品

完整文件

主仓库 来源和概述
配置引用 -}所有设置
AIPE 背景情况指南 内存深潜
工具@& @ 动作 -外部API一体化
OpenAPI 特征 -Spec-}以 MSk0 SpecMS K1 為基礎的仿真
gRPPC 支持 - 协议缓冲
嵌套指南 集装箱部署
多个后端 @ -_ 多@ MS K1_ 提供方设置
利率限制 - 模拟限制
测试成套软件 HttpClient 公共事业

结论结论

前端开发 {'} 不必等待后端 APIs.} 。 mostlylucid.mockllmapi 已经给予您@: @%

内存 - understand, 跨多@-step工作流程的状态数据
形状控制 - 与您类型相匹配的精确计划定义
支持世界普遍议定书 - REST, 圖表QLMS K2 gRPC, 信號RMSKO4 SSE}, OpenAPI
混合测试 - 以生成的模型混合真实生产数据
零维修 * - * 没有JSON固定装置可在需求改变时更新
测试公用事业 - 用于集成测试的流利API

您的前端与现实的,}从一日起根据背景了解的数据有区别, 没有更多 "}它用模拟数据工作但以真实的数据失败了 *"}惊喜=.}

您是否正在建立简单的博客或复杂的企业应用程序@ , @ 你'#lleverate faster\ ,}更彻底的测试 @ MS K4}和有信心的船舶=.}

准备开始?

docker compose up -d

不需要后端@. @