Clean Architecture Manga 项目教程
2024-09-16 13:16:45作者:秋泉律Samson
1. 项目介绍
Clean Architecture Manga 是一个基于 .NET Core 的示例项目,旨在展示如何使用 Clean Architecture 原则构建模块化、可测试且与框架解耦的应用程序。该项目通过虚拟钱包解决方案(Manga)来演示如何将用例作为核心组织结构,并完全解耦于框架和技术细节。
项目的主要特点包括:
- 使用 .NET Core 和 React+Redux 构建。
- 用例作为中央组织结构。
- 完全可测试,与框架解耦。
- 支持 .NET 6、.NET 5 和 .NET Core 3.1 版本。
2. 项目快速启动
2.1 环境准备
确保你已经安装了以下工具:
- Docker
- .NET Core SDK
- Node.js
2.2 克隆项目
首先,克隆项目到本地:
git clone https://github.com/ivanpaulovich/clean-architecture-manga.git
cd clean-architecture-manga
2.3 启动项目
在项目根目录下,执行以下命令启动项目:
Windows
cd docker
./setup.ps1
MacOS
cd docker
./setup.sh
启动后,以下容器将在 Docker 中运行:
- NGINX:
https://wallet.local:8081 - Wallet SPA:
https://wallet.local:8081 - Accounts API:
https://wallet.local:8081/accounts-api - Identity Server:
https://wallet.local:8081/identity-server
2.4 访问应用
打开浏览器,访问 https://wallet.local:8081,然后点击“Log In”。如果提示信任自签名证书,请选择信任。
3. 应用案例和最佳实践
3.1 应用案例
Clean Architecture Manga 项目通过虚拟钱包解决方案展示了如何设计模块化应用程序。用户可以注册账户,并通过存款、取款和转账操作来管理余额。
3.2 最佳实践
- 模块化设计: 项目通过将用例作为核心组织结构,实现了模块化设计,使得每个组件都可以独立开发和测试。
- 解耦框架: 通过 Clean Architecture 原则,项目与框架和技术细节解耦,使得应用程序更加灵活和可维护。
- 测试驱动开发 (TDD): 项目鼓励使用 TDD 方法,确保每个组件在开发过程中都经过充分测试。
4. 典型生态项目
4.1 相关项目
- .NET Core: 作为项目的基础框架,提供了跨平台和可扩展的开发环境。
- React+Redux: 用于构建前端应用,提供了状态管理和组件化的解决方案。
- Docker: 用于容器化部署,确保应用程序在不同环境中的一致性。
4.2 生态项目
- Entity Framework Core: 用于数据访问层,提供了对象关系映射(ORM)功能。
- Swagger: 用于 API 文档生成,方便开发者理解和使用 API。
- Microsoft Extensions: 提供了日志记录、配置管理等功能,增强了应用程序的可扩展性。
通过以上模块,你可以快速了解并启动 Clean Architecture Manga 项目,并掌握其核心概念和最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873