GraphQL Code Generator 中支持 Apollo Client 数据掩码特性的实现
在 GraphQL 生态系统中,GraphQL Code Generator 是一个强大的工具,它能够根据 GraphQL 模式自动生成类型定义和操作代码。最近,该项目在 typescript-operations
插件中增加了一项重要功能,以支持 Apollo Client 的数据掩码(Data Masking)特性。
数据掩码是 Apollo Client 引入的一项新功能,旨在提高应用安全性。它的核心思想是限制客户端只能访问明确请求的字段,防止意外访问未请求的数据。这项功能特别有助于防止敏感数据泄露,并强制实施更严格的查询规范。
在实现数据掩码时,Apollo Client 团队引入了一个关键概念:片段掩码(Fragment Masking)。当启用数据掩码时,Apollo Client 会"掩码"掉结果中的片段,使得这些片段数据只能通过特定的工具函数访问。为了支持这一特性,GraphQL Code Generator 提供了 inlineFragmentTypes: "mask"
配置选项。
然而,实际应用场景中有时需要绕过这种掩码机制。为此,Apollo Client 引入了 @unmask
指令作为解决方案。这个指令有两个主要用途:
- 为现有 Apollo Client 用户提供迁移路径
- 在确实需要访问完整结果时提供"逃生舱口"
在 typescript-operations@4.4.0
版本中,GraphQL Code Generator 增加了对 @unmask
指令的支持。当片段被标记为 @unmask
时,生成的类型定义会将这些片段保留在父类型中,而不是像普通片段那样被剥离。这与运行时行为保持一致,确保 TypeScript 类型系统能够准确反映实际的数据结构。
这项改进使得开发者可以更灵活地控制数据访问权限。例如,在一个用户信息查询中,开发者可以将敏感字段(如密码哈希)放在普通片段中,而将基本信息放在 @unmask
片段中。这样既保证了安全性,又为常用数据提供了便捷访问方式。
从技术实现角度看,这个功能增强了 GraphQL Code Generator 与 Apollo Client 生态系统的集成度,使得类型安全与运行时行为更加一致。对于使用 Apollo Client 的团队来说,这意味着更顺畅的开发体验和更高的类型安全性。
这项改进也体现了 GraphQL 工具链的持续演进,通过各工具间的紧密协作,为开发者提供更完善的功能和更好的开发体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









