两年,1444 次提交,我给自己撸了一套 .NET10 模块化框架(XiHan.Framework)

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: XiHan.Framework 是一个基于 .NET 10 的轻量级、模块化后端框架,强调“原生优先、完全可控”。它通过拓扑排序模块加载、动态 API 自动生成、声明式事务/缓存/多租户等能力,大幅减少胶水代码与重复配置。已真实应用于中后台系统,开源可学、可改、可信赖。

如果你写过几年 .NET 后端,下面这些事大概率也折磨过你:

  • 每开一个新项目,DI 注册、中间件顺序、日志、事务、多租户、缓存这些横切的东西又要重新接一遍,接错顺序还很难查;
  • Controller 里全是"把参数原样丢给 Service"的胶水代码,写一遍 ApiResponse 包装、写一遍异常转状态码、写一遍 TraceId;
  • 想用现成的框架,ABP 很全但很重,想吃透它、想改它,成本不低;Furion 很顺手,但你总有些地方想按自己的想法来。

我也一样。ABP 是我的启蒙,Furion 给过我不少灵感,但折腾到最后,我还是想要一套每一行都是我自己写的、能完全吃透、优先用 .NET 原生、依赖能自己掌控的底座。于是从 2024 年开始,断断续续两年、1444 次提交,写成了现在这套 —— XiHan.Framework,一个基于 .NET 10 的模块化后端框架。

这篇不聊虚的。我直接带你看代码里真实长什么样。

它是什么

一句话:一套 .NET 10 的模块化后端框架framework/src 下现在是 57 个项目,全部以 NuGet 包发布,包名和项目名一一对应。

设计上有几条我一直在守的原则:优先用 .NET 内置能力(DI、HybridCacheSystem.Text.Json、内置限流器),能不引第三方就不引;模块之间用 [DependsOn] 声明依赖、拓扑排序自动加载;应用服务打个特性就自动变 API。

它也不是 demo —— 我那套多租户中后台 XiHan.BasicApp 就跑在它上面,是真刀真枪在用的。

几个我自己最满意的设计

一、整个框架的骨架,就是那套模块系统

每个模块继承 XiHanModule,用 [DependsOn] 声明它依赖谁,剩下的交给框架:

[DependsOn(
    typeof(XiHanWebApiModule),
    typeof(XiHanDataModule)
)]
public class MyAppModule : XiHanModule
{
   
    public override Task ConfigureServicesAsync(ServiceConfigurationContext context)
    {
   
        // 注册你自己的服务
        return Task.CompletedTask;
    }
}

启动时框架会把所有模块拓扑排序,保证被依赖的先加载。有意思的是,这个排序用的 SortByDependencies,就来自框架自己那个零依赖工具库 XiHan.Framework.Utils——底层工具反哺上层框架,闭环了。

每个模块提供 7 对(同步 + 异步)生命周期钩子,分两个阶段执行:

服务注册阶段                     应用初始化阶段
PreConfigureServices            OnPreApplicationInitialization
ConfigureServices          →    OnApplicationInitialization
PostConfigureServices           OnPostApplicationInitialization
                                OnApplicationShutdown

服务的注册也不用手写一堆 AddScoped。类只要实现 ITransientDependency / IScopedDependency / ISingletonDependency 这几个标记接口,框架扫描程序集时就按对应生命周期自动注册了。这套是 ABP 的经典玩法,我照着实现了一遍,因为确实好用。

二、写应用服务 = 写接口,没有 Controller

这是我最不想再重复劳动的地方。应用服务写好,就是 API,零 Controller:

public class UserAppService : IUserAppService  // 打上 [DynamicApi] 约定
{
   
    public Task<UserDto> GetUserAsync(long id) {
    ... }      // → GET  /api/.../user/{id}
    public Task<UserDto> CreateUserAsync(CreateUserDto input) {
    ... } // → POST /api/.../user
    public Task UpdateUserAsync(UpdateUserDto input) {
    ... } // → PUT  /api/.../user
}

HTTP 动词是从方法名前缀推出来的——Get/Create/Update/Delete 分别映射 GET/POST/PUT/DELETEAsync 后缀和动词前缀自动从路由里剥掉。这套映射表就写在 DynamicApiConventionOptions 里,你也能改。

但它不是靠反射一层层转发。框架在启动时用 IApplicationFeatureProvider<ControllerFeature> 扫出所有应用服务,然后用 IL 直接发射一个控制器类型出来,方法体就是"加载服务实例 → 压参数 → callvirt → ret"这么几条指令:

// DynamicApiControllerFactory.cs
il.Emit(OpCodes.Ldarg_0);
il.Emit(OpCodes.Ldfld, serviceField);
for (var i = 0; i < parameters.Length; i++)
    il.Emit(OpCodes.Ldarg, i + 1);
il.Emit(OpCodes.Callvirt, serviceMethod);
il.Emit(OpCodes.Ret);

也就是说运行期它就是个正常的 MVC 控制器,性能贴近手写,配套的 Scalar / Swagger 文档也自动生成。

三、一个 [UnitOfWork],管住事务 + 审计 + 事件

业务方法打上 [UnitOfWork](或者干脆走中间件预留的 UoW),事务边界就交给 AOP 拦截器了:非 Get 方法默认开事务,Get 默认不开,异常自动回滚,全程不侵入业务代码。

真正让我满意的是 CompleteAsync 的那套编排——它不是"存一下、提交一下"这么糙,而是一个类 SAGA 的循环:

// UnitOfWork.CompleteAsync 的核心节奏
await SaveChangesAsync();                    // 1. 准备变更(还没提交)
// 2. 收集本地/分布式事件
while (LocalEvents.Count != 0 || DistributedEvents.Count != 0)
{
   
    await PublishLocalEventsAsync(...);      // 3. 发事件
    await PublishDistributedEventsAsync(...);//    事件处理器可能又产生新的变更
    await SaveChangesAsync();                //    于是再存一次,循环到没有新事件
}
await CommitTransactionsAsync();             // 4. 数据和事件都就绪,才真正提交
await OnCompletedAsync();                     // 5. 提交成功后再发"完成"事件
// 任何一步抛异常 → RollbackAllAsync() 全部回滚

配套还有一个 DataExecuting 的 AOP,SQL 执行前自动把 CreatedTime / ModifiedTime / TenantId / CreatedBy、雪花主键、甚至 TraceId 都填好。所以我的仓储层是干干净净的,没有一处手动赋值审计字段。

四、多租户是"三层隔离",不是随手加个 WHERE

租户这块我是当核心做的。框架支持库隔离 > 字段隔离 > 行隔离三种粒度:有独立连接就走库隔离,否则退回到用 TenantId 列做过滤。

字段/行隔离靠的是 SqlSugar 的全局 QueryFilter,一次配置、所有 SELECT/UPDATE/DELETE 透明生效:

// 软删除过滤
provider.QueryFilter.AddTableFilter<ISoftDelete>(e => !e.IsDeleted);

// 租户过滤:无租户上下文(运维) 不过滤;有上下文只看自己 + TenantId=0 的平台模板
provider.QueryFilter.AddTableFilter<IMultiTenantEntity>(
    e => currentTenant.Current == null
      || !currentTenant.Current.TenantId.HasValue
      || e.TenantId == currentTenant.Current.TenantId.Value
      || e.TenantId == 0);

TenantId = 0 我留给平台级模板数据(所有租户可读);运维场景可以主动清空租户上下文跨租户操作。另外 Update / Delete 之前会先按 Id 预读一次,读不到就直接拒——防的就是拿着别的租户的 Id 来改删数据这种越权。

五、一个 [Cacheable] 就是双层缓存 + 租户隔离 key

缓存走 .NET 内置的 HybridCache:L1 内存 + L2 Redis。方法打个特性就自动缓存,写操作用 [CacheEvict] 失效:

[Cacheable(Key = "config:{tenantId}", ExpireSeconds = 300)]
public Task<AppConfig> GetConfigAsync(long tenantId) {
    ... }

缓存 key 会被自动规范成 {TenantId}:{CacheName}:{UserKey},各租户的缓存空间天然隔离,不会串。L1 内存缓存我卡了个上限(最多 60s),避免节点内存被顶爆,L2 Redis 才按你设的过期时间来。

六、"优先 .NET 原生"不是口号:一个真·零依赖工具库

XiHan.Framework.Utils 我特意压成了零第三方依赖——.csproj 里一个 PackageReference 都没有,215 个源文件全部只用 System.*。加密用 System.Security.Cryptography,序列化用 System.Text.Json,网络用 System.Net

里面攒了不少我自己反复要用的东西,随手举几个真实存在的:

  • Base58 / Base62 / Base95 编码(Base58 用 BigInteger + ArrayPool,避 GC);
  • OtpHelper——TOTP/HOTP,兼容 Google Authenticator,2FA 直接能用;
  • AsyncReaderWriterLockRetryPolicy(指数退避 / 线性 / 固定间隔)、SortByDependencies 拓扑排序;
  • LunarCalendarHelper 农历/天干地支/节气(1900–2100)——本土化场景是真的会用到;
  • 还有个稍微皮一点的 ErrorObfuscation:检测到恶意访问时,给对方返回一段假的错误堆栈,能伪装成 Java/PHP/Python 等 8 种语言的报错,迷惑一下扫描器。

七、框架自带一个 Roslyn 分析器

XiHan.Framework.Analyzers 是个真的 Roslyn 分析器 + CodeFix,专门管文件头:没写规范文件头会报,还能一键修复,打包时塞进 analyzers/dotnet/cs。自己吃自己的狗粮,全仓库文件头才能保持一致。

还有这些(都是代码里跑着的)

篇幅有限,剩下的快速过一遍,都是代码里实打实在跑的:

  • 分布式 ID:雪花(位长可配、带时钟回拨自愈,不是回拨就抛异常了事)+ ULID + NanoID + SQID + 顺序 GUID,工厂预置了一堆并发档位;
  • 事件总线:本地 + 分布式,带 Outbox 可靠投递(事件先落库、后台服务批量拉取发送、按创建时间 FIFO),和 UoW 打通,业务和发事件保持原子;
  • 灰度发布:规则引擎 + 优先级 + 有效期窗口 + 可插拔匹配器(百分比 / 用户 / 租户 / IP / 请求头);
  • 入站限流 + 熔断:请求管道里有按 IP 的固定窗口限流,和一个三态熔断(滑动窗口统计 5xx,默认关,/health 豁免);
  • AI + MCP:这块最新也最有意思——你在应用里实现一个 IAiSkill,框架通过官方的 McpServerTool.Create 把它同时投影成两条通道:一条给 Microsoft.Extensions.AI 的对话函数调用,一条给 MCP 客户端(Claude Code / Cursor 之类)直接当工具用。基于 Semantic Kernel + Model Context Protocol;
  • Bot:邮件 / 短信 / Telegram / 钉钉 / 飞书 / 企业微信,拆成六个 Provider 子包,配置全部 store 化;
  • 升级引擎:分布式锁 + 主节点选举 + 维护模式 + 启动自检;
  • OpenAPI 安全:AccessKey/SecretKey + RSA / 国密 SM2 签名 + 内容加密 + IP 白名单;
  • 再加上统一响应封装、TraceId、请求上下文聚合、IP 地理定位(ip2region 离线库)、UA 解析、Redis 分布式锁/队列/延迟队列、gRPC、SignalR、Scalar + Swagger、国际化……

它也有这些"不完美"

挑几个我自己最清楚的短板说:

  • 主要是我一个人在维护,两年 1444 次提交,内核还在重构(仓库里那个 next/ 目录就是重构中的下一代内核),API 偶尔会有破坏性调整,升级前请留意 CHANGELOG;
  • 测试覆盖不均:Utils、Logging、Http、Web.Api 这些有测试,但加密、并发这些关键部分还欠账,上生产前自己再验一遍更稳;
  • 有些模块默认是内存实现:比如 Outbox、升级引擎的版本存储,默认走内存,适合开发和演示,生产得替换成数据库 / Redis 实现(接口都留好了);
  • Traffic 模块里那套通用的限流/熔断抽象目前还只是接口骨架——真正在跑的限流/熔断是在 Web 请求管道那一层,这两者别搞混;
  • AI 模块是 2026 年 7 月才加的,最新,也最"嫩",还在演进;
  • 文档滞后于代码:这点我认——新能力我常是先写进框架、文档隔一阵才补上,中间那段时间文档确实会落后。

技术栈 & 谁适合用

运行时:.NET 10 / C# latest(Roslyn 分析器包按规矩降到 netstandard2.0)
数据 & 缓存:SqlSugar(PostgreSQL / MySQL)/ HybridCache + Redis
基础设施:Serilog / Castle DynamicProxy(AOP) / Polly(HTTP 韧性) / Scriban(模板) / BouncyCastle(国密)
AI & 通信:Semantic Kernel + MCP / gRPC / SignalR
文档 & 测试:Scalar + Swashbuckle / xUnit v3

它可能适合你,如果你:

  • 想要一套能完全吃透、每行都看得懂的模块化底座,而不是一个黑盒;
  • 在学 .NET 后端进阶,想看模块系统、动态 API、DDD/CQRS、多租户、事件总线、Outbox 这些到底怎么落地;
  • 在做 B2B SaaS,需要租户隔离 + 工作单元 + 缓存 + 灰度这一整套。

跑起来就三步

dotnet add package XiHan.Framework.Core
dotnet add package XiHan.Framework.Web.Api
var builder = WebApplication.CreateBuilder(args);
await builder.AddApplicationAsync<MyAppModule>();   // 加载 + 拓扑排序所有模块

var app = builder.Build();
await app.InitializeApplicationAsync();             // 跑生命周期钩子
await app.RunAsync();

模块声明依赖、写应用服务、打 [DynamicApi],接口和文档就都有了。

写在最后

这套框架还会一直改下去,它不完美,但它是我自己每天在用的东西,不是写给人看的样板。如果它能让你少接一次中间件、少写一遍 ApiResponse,或者给你一点"自己造框架"的参考,我就很知足了。

想看某块的实现细节——比如动态 API 的 IL 发射、UoW 的事件+事务编排、多租户三层隔离怎么切——评论区告诉我,我可以单独拆一篇讲透。

目录
相关文章
|
5天前
|
人工智能 弹性计算 运维
|
3天前
|
缓存 人工智能 安全
GPT-5.6 Terra与GPT-5.5性能实测:成本减半后的跑分对比与快速迁移指南
GPT-5.6 Terra 的定价为每百万 token 输入 2.50/输出 15。GPT-5.5 则是 5/ 30。Terra 的每一项费率,包括 $0.25/M 的缓存读取,都恰好是 GPT-5.5 的一半,因此在任何工作负载组合下,Terra 都固定 便宜 2.0x。以每天 10 万次请求、3K token 提示词计算,大约是 Terra 每天 2,000,GPT−5.5每天 4,000,即每月约 60,000对 120,000。问题在于:OpenAI 没有发布任何针对 Terra 的编码基准。那个著名的 91.9% Terminal-Bench 数字是 Sol 在 Ul
|
2天前
|
SQL 人工智能 自然语言处理
大模型内容安全实时防护:恶意Prompt注入拦截、越权阻断与熔断机制方案.166
本文系统阐述大模型输入安全防护体系,涵盖提示词注入、恶意Prompt拦截、越权阻断与输入熔断四大核心风险及应对方案。提出四层防护架构(预处理、检测、鉴权、熔断),结合规则引擎、语义识别与RBAC权限控制,实现全链路实时防护,保障业务合规、数据安全与服务稳定。
216 1
|
26天前
|
Linux 程序员 数据格式
【2026最新】Notepad++下载、安装和使用一篇搞定(附中文版安装包)
Notepad++ 是一款免费开源、轻量高效的 Windows 文本编辑器,支持 C/Python/HTML 等 80+ 语言语法高亮、代码折叠、正则替换、编码转换及插件扩展,专为程序员与文本处理用户打造,完美替代系统记事本。(239字)
|
10天前
|
人工智能 编解码 物联网
2026 最新Stable Diffusion 本地部署教程 下载安装使用详细图解(含官网安装包)
Stable Diffusion(SD)是2022年发布的开源文生图模型,由Stability AI等联合开发。支持文生图、图生图、局部重绘等,依托VAE降低算力需求,可在消费级显卡运行。本文提供秋葉aaaki制作的Windows整合包(含图形界面与插件),开箱即用,零配置启动。
|
11天前
|
人工智能 缓存 安全
Claude Code 封号真实原因曝光,这次彻底不装了,直接针对国内开发者的账号下手?
Claude Code 封号潮背后:逆向扒出客户端隐写区域标记,Anthropic 政策收紧叠加 DeepSeek 7 月涨价,国产替代更紧迫。
|
20天前
|
存储 人工智能 监控
QoderWork完全指南:从入门到精通,把“AI实习生”变成你的全能工作搭档
阿里云2026年推出的桌面端AI工作助手QoderWork,不止聊天,更可动手干活:本地运行、安全可控,支持文件整理、数据分析、PPT生成、网页开发等;内置专家套件、多Agent协作与自定义Skills,让AI真正成为你身边的“AI实习生”。
|
17天前
|
人工智能 JSON 自然语言处理
让教学更智慧:用阿里云百炼工作流,自动生成中小学教材内容#小有可为#有温度的AI
通过可视化工作流编排,将大模型推理能力转化为标准化的教学内容生成引擎。教师只需输入教材标题和适用学段,即可自动获得结构完整、符合课程标准的章节内容,大幅降低备课门槛,助力教育资源均衡化。
510 127
|
3天前
|
人工智能 缓存 JSON
刚刚 GPT-5.6 发布,吊打 Claude 5 和 Grok 4.5?一手实测来啦!
GPT-5.6 刚发布,跑分号称超越 Fable 5,真的假的?附一手实测,让 3 个最强 AI 编程模型 GPT-5.6 Sol、Claude Fable 5、Grok 4.5 在 Cursor 里同时一把梭开发网页游戏,看看最新模型到底谁更能打。
242 0