探索ProtoQuill:Dotty时代的强大SQL库
ProtoQuill是基于Scala 3的Quill新版本,它继承了原版Quill的强大特性并扩展了一系列新颖功能,使得开发人员在构建类型安全且高度灵活的数据库查询时有了更多的选择。无论您正在迁移旧版Quill项目或是初次尝试,ProtoQuill都值得您的关注。
1、项目介绍
ProtoQuill是一个编译时语言集成查询库,旨在提供直接在代码中编写SQL查询的能力,而无需通过字符串构造。它支持多种操作,如基本的查询、映射、连接和过滤,以及插入、更新和删除等数据库操作。目前,ProtoQuill已经包含了ZIO和JDBC的同步上下文,以及Cassandra的支持,并计划在未来增加更多上下文。
2、项目技术分析
ProtoQuill利用Scala 3的inline关键字改进了Quill的性能和灵活性。这意味着大部分的查询可以编译为静态代码,提高了查询的安全性与效率。此外,它还引入了自定义解析、行处理(实验性)和Caliban集成等新特性,进一步扩展了其应用范围。
值得注意的是,由于不再依赖于隐式类扩展,开发者现在可以通过提供的类型类实现更灵活的编码方式。例如,使用Filterable特质和扩展方法,可以在Quill表达式和常规Scala代码之间共享逻辑。
3、项目及技术应用场景
ProtoQuill适用于各种需要与数据库交互的场景,尤其是对类型安全有严格要求的应用。例如,在Web应用程序中,您可以轻松地构建动态查询而不牺牲编译时检查。对于分布式系统,与ZIO的结合提供了强大的错误处理和并发控制能力。此外,对于复杂的查询逻辑,ProtoQuill的自定义解析和共享代码功能可以使代码更加简洁和易于维护。
4、项目特点
- Scala 3支持:利用Dotty的新特性,提供更高效和更安全的查询编译。
- 编译时查询:大多数查询可在编译时完成,减少了运行时错误。
- 广泛上下文支持:包括ZIO和JDBC,未来还将添加更多如Monix和Spark的支持。
- 自定义解析:允许编写自定义的查询解析器以满足特定需求。
- Caliban集成:与GraphQL框架Caliban的深度融合,便于构建API。
- 共享代码:类型类和其他高级编程模式使您能在Quill查询和普通代码间复用逻辑。
要开始使用ProtoQuill,只需添加相应的依赖项到您的SBT文件,然后创建一个数据库上下文和用于表示表的case类即可。随着文档的不断充实,您将能够发现更多关于如何编写复杂查询和实现高级功能的信息。
总的来说,ProtoQuill是构建高性能、可扩展、类型安全的数据库应用的理想工具,无论您是资深的Scala开发者还是初学者,都不妨一试。
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
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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