Huma框架中中间件间数据传递的最佳实践
2025-06-27 09:26:03作者:秋阔奎Evelyn
前言
在Web开发框架中,中间件间的数据传递是一个常见需求。本文将深入探讨如何在Huma这一路由器无关的REST框架中优雅地实现中间件间的数据共享,特别是针对JWT认证等场景。
问题背景
在传统框架如Gin中,我们可以通过gin.Context.Set/Get方法轻松地在中间件间传递数据。然而Huma作为路由器无关的框架,需要一种更通用的解决方案。
核心解决方案
1. 通过上下文包装器传递数据
Huma提供了通过包装huma.Context接口来传递数据的灵活方式:
// 临时类型重命名避免冲突
type humaContext huma.Context
type MyContext struct {
humaContext
}
func (c *MyContext) Context() context.Context {
// 在上下文中设置自定义值并返回
return context.WithValue(c.humaContext.Context(), "key", "value")
}
func MyMiddleware(ctx huma.Context, next func(huma.Context)) {
// 在链中调用下一个中间件,使用包装后的上下文
next(&MyContext{ctx})
}
这种模式是Go语言中的常见做法,允许你通过自定义上下文来传递任意数据。
2. 使用共享结构体与解析器
对于需要在操作处理函数中访问上下文数据的情况,推荐使用共享结构体配合解析器:
type UserInfo struct {
Username string
}
func (u *UserInfo) Resolve(ctx huma.Context) []error {
// 从上下文中获取用户信息
u.Username = ctx.Context().Value("username").(string)
return nil
}
然后在操作处理函数中嵌入这个结构体:
func later(api huma.API) {
huma.Register(api, huma.Operation{
OperationID: "get-user",
Method: http.MethodGet,
Path: "/user",
}, func(ctx context.Context, input *struct {
UserInfo
}) (*UserResponse, error) {
resp := &UserResponse{}
resp.Body.Name = input.Username
return resp, nil
})
}
3. 替代方案:使用隐藏头部
如果不希望使用解析器,还可以考虑通过中间件设置内部头部:
type UserInfo struct {
Username string `header:"InternalUsername" hidden:"true"`
}
这种方法利用了Huma的头部解析能力,同时通过hidden标签避免了这些内部头部暴露在API文档中。
实际应用:JWT认证示例
结合上述技术,我们可以实现一个完整的JWT认证中间件:
func JWTMiddleware(ctx huma.Context, next func(huma.Context)) {
// 1. 从Authorization头获取JWT
tokenString := strings.TrimPrefix(ctx.Header("Authorization"), "Bearer ")
// 2. 解析JWT获取用户信息
claims := parseJWT(tokenString)
// 3. 创建包装上下文
wrappedCtx := &struct {
huma.Context
username string
}{
Context: ctx,
username: claims.Username,
}
// 4. 调用后续处理
next(wrappedCtx)
}
总结
Huma框架提供了多种灵活的方式来实现中间件间的数据传递:
- 通过包装
huma.Context接口来扩展上下文能力 - 使用共享结构体配合解析器模式实现操作间的数据共享
- 利用隐藏头部作为轻量级替代方案
这些方法各有适用场景,开发者可以根据具体需求选择最合适的实现方式。特别是在实现认证、授权等跨切面关注点时,这些技术能够帮助保持代码的整洁和可维护性。
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 StartedRust0212
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 Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 K
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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430