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
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-1.5暂无简介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
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92