Strawberry GraphQL 中自定义 Info 类的正确配置方式
2025-06-14 13:46:16作者:凌朦慧Richard
在 GraphQL 开发中,Strawberry 是一个强大的 Python 库,它提供了灵活的方式来定制 GraphQL 查询的执行上下文。本文将详细介绍如何正确地在 Strawberry GraphQL 中配置自定义的 Info 类。
Info 类的作用
在 Strawberry GraphQL 中,Info 类是一个重要的组件,它包含了当前 GraphQL 查询执行的上下文信息。开发者可以通过继承 Info 类来扩展其功能,添加自定义属性和方法,以满足特定的业务需求。
常见错误配置
许多开发者会尝试直接将自定义的 Info 类传递给 strawberry.Schema 的构造函数,如下所示:
schema = strawberry.Schema(query=Query, info_class=CustomInfo)
这种配置方式在旧版本的 Strawberry 中可能有效,但在当前版本中已经不再适用。这种错误的配置会导致运行时错误,因为 Strawberry 的 API 已经发生了变化。
正确的配置方法
正确的做法是通过 StrawberryConfig 来配置自定义的 Info 类。StrawberryConfig 是 Strawberry 提供的配置容器,专门用于集中管理各种 Schema 级别的配置选项。
schema = strawberry.Schema(
query=Query,
config=StrawberryConfig(info_class=CustomInfo)
)
自定义 Info 类的实现示例
下面是一个完整的自定义 Info 类实现示例,展示了如何扩展 Info 类以访问 HTTP 响应头:
from strawberry.types import Info
from strawberry import StrawberryConfig
from somewhere import Headers # 根据实际项目导入 Headers 类型
class CustomInfo(Info):
@property
def response_headers(self) -> Headers:
"""获取当前 HTTP 响应的头部信息"""
return self.context["response"].headers
# 创建 Schema 时使用自定义的 Info 类
schema = strawberry.Schema(
query=Query,
config=StrawberryConfig(info_class=CustomInfo)
)
为什么需要这种配置方式
这种通过 StrawberryConfig 的配置方式有以下几个优点:
- 一致性:所有 Schema 配置都通过统一的接口管理
- 可扩展性:未来添加新的配置选项不会破坏现有代码
- 明确性:清晰地表明了配置的意图和范围
实际应用场景
自定义 Info 类在以下场景中特别有用:
- 需要在解析器中访问特定的上下文信息
- 想要为解析器提供便捷的辅助方法
- 需要统一处理某些上下文数据的访问逻辑
总结
在 Strawberry GraphQL 中正确配置自定义 Info 类需要注意使用 StrawberryConfig 作为配置容器。这种方式不仅符合当前版本的 API 设计,也为未来的扩展提供了良好的基础。开发者应该避免直接传递 info_class 参数给 Schema 构造函数,而是采用推荐的配置方式。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986