探秘Cynic:自由构建类型安全的GraphQL客户端
2024-05-21 23:25:11作者:沈韬淼Beryl
项目介绍
在Rust的世界里,GraphQL客户端库并不少见,但Cynic却以其独特的设计理念脱颖而出。它不仅是一个GraphQL客户端库,更是一种新型的、以类型为中心的查询方法。Cynic让你能够利用Rust的结构体来定义你的GraphQL查询,并自动生成符合这些类型的GraphQL语句。这种灵活性意味着你可以完全掌控你的数据模型,同时也享受着类型检查带来的安全保障。
项目技术分析
与其他库不同,Cynic不依赖于直接编写GraphQL查询,而是反其道而行之——从Rust代码中衍生出查询。通过内置的derives和低级别API,你能精确地控制如何获取和处理数据。此外,Cynic还提供了一个工具querygen,它能够帮助你基于现有的GraphQL查询生成Cynic所需的结构体,使你在保持效率的同时不失灵活性。
Cynic支持包括自定义标量、动态(类型检查)查询、接口与联合类型、输入对象以及 introspection 在内的多种特性。并且,它通过graphql-ws-client实现了GraphQL订阅功能,尽管该组件目前仍处于初期阶段。
应用场景
无论你是正在开发一个需要强大类型系统的复杂Web应用,还是寻找一个能够在运行时动态构建查询的方法,Cynic都能满足需求。例如,在处理复杂的后端服务时,你可以充分利用Rust的结构体来定义复杂的查询模式,然后让Cynic确保所有请求都严格匹配这些模式。对于需要与多种数据源交互的应用,Cynic提供的灵活查询构造方式将助你一臂之力。
项目特点
- 类型安全:Cynic的核心是其类型系统,它可以保证你的查询与服务器响应的类型严格匹配。
- 自由定义查询:使用Rust结构体定义查询,不受预定义模板限制,实现灵活的数据建模。
- 动态查询构建:可以在运行时构建查询,同时仍然保留类型检查的安全性。
- 工具支持:
querygen可以帮助快速生成初始查询结构体,加速项目启动。 - 全面的文档:详尽的在线指南和参考文档,方便开发者学习和查阅。
总的来说,Cynic 是一种全新的GraphQL客户端体验,它提供了对类型系统前所未有的控制力,同时也保持了生产力。如果你希望在你的Rust项目中使用GraphQL,不妨试试看Cynic,它可能会改变你对GraphQL客户端的看法。
登录后查看全文
热门项目推荐
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 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++
857
1.94 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++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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++
1.08 K
1.11 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
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
152
254