loom chat自然语言生成 AI API 文档与 Schema
用自然语言驱动接口建模,自动生成结构化 JSON Schema、可复用实体、AI API 文档与 Mock API。
内置 DeepSeek / OpenAI 等 provider 支持,一套命令即可完成 API 文档设计、联调、校验与迭代。
loom chat自然语言生成 AI API 文档与 Schema
loom view启动 API 文档与 Schema 查看器
loom mock启动动态 Mock API 服务做联调
loom serve文档、Schema 与 Mock 一体化运行
在 TUI 对话里直接描述接口意图,即可生成和更新 JSON Schema,快速完成接口定义、AI 文档生成与说明同步。
将通用字段沉淀为实体并在多个端点复用,通过 x-entity-ref 保持请求/响应结构稳定一致,让 API 文档与数据模型更统一。
内置 Web Viewer 与 Mock Server,支持聊天内服务控制,让前后端围绕同一份 API 文档与 Schema 并行开发和联调。
几步完成安装,立即开始用 AI 生成 API 文档、Schema 与 Mock 服务
npm install -g @vegamo/loom
# 或
yarn global add @vegamo/loom
默认全局配置路径:
~/.loom/config.json%APPDATA%/loom/config.json首次运行 loom chat 时,会以交互向导的形式引导你创建/更新该全局配置文件。
聊天首次引导的默认值:
provider:deepseekmodel:deepseek-chatbaseURL:https://api.deepseek.com/v1apiKey:必填,需由用户输入你也可以手动创建全局配置:
{
"outDir": "docs",
"llm": {
"provider": "deepseek",
"model": "deepseek-chat",
"baseURL": "https://api.deepseek.com/v1",
"apiKey": "your_deepseek_api_key",
"temperature": 0.7,
"maxTokens": 2000
},
"serve": {
"port": 3000,
"host": "0.0.0.0"
},
"mock": {
"port": 3001,
"host": "0.0.0.0"
}
}
docs/ 目录仍保留在各项目目录中(通过 --dir 指定),不会被移动到全局存储。
围绕 AI 文档生成、配置、升级、扫描与本地 API 联调的高频问题
Loom 使用全局配置文件,默认路径为 macOS/Linux 的 ~/.loom/config.json 与 Windows 的 %APPDATA%/loom/config.json,也可通过 LOOM_CONFIG 指定自定义路径。配置完成后,AI 文档生成、API Schema 建模与 Mock 服务能力都会复用同一套设置。
首次执行 loom chat 时会进入引导流程,帮助你创建或更新全局配置;其中 apiKey 为必填项,其他参数可先使用默认值再按需调整。完成后即可开始用 AI 生成 API 文档、JSON Schema 与接口说明。
当前 README 中明确支持通过 LLM provider 生成和更新文档,默认引导以 DeepSeek 为例,同时也可使用 OpenAI 等 provider(按配置切换)。你可以按团队偏好选择模型,用于 AI API 文档生成、Schema 设计与接口迭代。
可以。在 loom chat 中可直接使用 /mock、/view 及其 stop/restart 子命令控制 mock server 与文档查看器,减少来回切换。这样在编写 AI 生成的 API 文档时,也能同步验证接口返回与页面展示。
支持。启动时 Loom 会检查 npm 是否有新版本;你可以确认后自动升级,也可以手动执行 loom upgrade。保持版本更新有助于获得更稳定的 AI 文档生成体验与最新的 Schema 能力。
可以。你可以在聊天中使用 /scan <dir> 触发扫描,并通过 /scan resume、/scan reset 管理扫描进度。Loom 会把现有接口信息整理为更易维护的 API 文档、Schema 与实体定义,方便后续继续用 AI 迭代。