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 StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
469
465
暂无描述
Dockerfile
778
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677