GQLi.rb 开源项目教程
2024-09-19 20:49:15作者:幸俭卉
1. 项目介绍
GQLi.rb 是一个用于消费 GraphQL API 的 Ruby DSL(领域特定语言)。它旨在为 Ruby 开发者提供一个简单易用的接口来与 GraphQL API 进行交互。GQLi.rb 是一个开源项目,托管在 GitHub 上,由 Contentful Labs 维护。
主要特点
- DSL 支持:提供了一个简洁的 DSL 来构建和执行 GraphQL 查询。
 - 稳定状态:项目处于稳定状态,并将持续更新更多功能。
 - 无 SLA 支持:虽然项目由 Contentful 维护,但不提供 SLA 支持。用户可以通过 GitHub 问题进行协作和反馈。
 
2. 项目快速启动
安装
你可以通过以下命令安装 GQLi.rb:
gem install gqli
或者将其添加到你的 Gemfile 中:
gem 'gqli'
创建 GraphQL 客户端
以下是创建 Contentful 和 GitHub GraphQL 客户端的示例代码:
require 'gqli'
# 创建 Contentful GraphQL 客户端
SPACE_ID = 'cfexampleapi'
CF_ACCESS_TOKEN = 'b4c0n73n7fu1'
CONTENTFUL_GQL = GQLi::Contentful.create(SPACE_ID, CF_ACCESS_TOKEN)
# 创建 GitHub GraphQL 客户端
GITHUB_ACCESS_TOKEN = ENV['GITHUB_TOKEN']
GITHUB_GQL = GQLi::Github.create(GITHUB_ACCESS_TOKEN)
创建查询
使用 GQLi.rb 的 DSL 创建 GraphQL 查询:
WatchersQuery = GQLi::DSL.query do
  viewer do
    login
    repositories(first: 10) do
      edges do
        node do
          nameWithOwner
          watchers(first: 10) do
            edges do
              node do
                login
              end
            end
          end
        end
      end
    end
  end
end
执行查询
执行查询并获取响应:
response = CONTENTFUL_GQL.execute(WatchersQuery)
puts "Query sent:"
puts response.query.to_gql
puts
puts "Response received"
response.data.catCollection.items.each do |c|
  puts "Name: #{c.name}"
  puts "Likes: #{c.likes.join(" ")}"
  puts "Lives #: #{c.lives}"
  c.bestFriend.tap do |bf|
    puts "Best Friend:"
    puts "\tName: #{bf.name}"
    puts "\tLikes: #{bf.likes.join(" ")}"
    puts "\tLives #: #{bf.lives}"
  end
end
3. 应用案例和最佳实践
应用案例
GQLi.rb 可以用于各种需要与 GraphQL API 交互的场景,例如:
- 内容管理系统:与 Contentful 等 CMS 进行数据交互。
 - 版本控制系统:与 GitHub 等版本控制系统进行数据查询。
 - 自定义 API:与任何支持 GraphQL 的自定义 API 进行交互。
 
最佳实践
- 使用片段:通过使用片段来重用查询部分,提高代码的可读性和维护性。
 - 验证查询:在执行查询之前,使用 GQLi.rb 提供的验证功能来确保查询的有效性。
 - 避免名称冲突:使用 
__node助手方法来避免与 Ruby 内置方法或保留关键字发生冲突。 
4. 典型生态项目
GQLi.rb 作为一个 Ruby 的 GraphQL 客户端,可以与其他 Ruby 生态项目结合使用,例如:
- Rails:在 Rails 应用中使用 GQLi.rb 与 GraphQL API 进行交互。
 - Sinatra:在 Sinatra 应用中使用 GQLi.rb 进行数据查询。
 - Jekyll:在 Jekyll 静态站点生成器中使用 GQLi.rb 获取动态数据。
 
通过结合这些生态项目,GQLi.rb 可以为 Ruby 开发者提供更强大的功能和更广泛的应用场景。
登录后查看全文 
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
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!
C
1.02 K
443