Apollo Client 数据掩码功能在 GraphQL Codegen 中的实现
2025-05-11 21:43:58作者:廉皓灿Ida
在 GraphQL 开发中,数据掩码(Data Masking)是一种重要的安全实践,它允许开发者控制哪些数据可以被客户端访问。Apollo Client 团队最近在 GraphQL Codegen 的 typescript-operations 插件中实现了对 @unmask 指令的支持,这一改进将显著提升类型安全性和开发体验。
数据掩码的基本概念
数据掩码技术通过 GraphQL 片段(Fragment)实现,它允许服务端定义哪些字段应该被暴露给客户端。当客户端请求数据时,只有被明确标记为可访问的字段才会返回。这种机制类似于接口中的方法暴露,只公开必要的部分而隐藏实现细节。
技术实现细节
GraphQL Codegen 的 typescript-operations 插件现在能够识别 @unmask 指令并生成相应的 TypeScript 类型定义。这一改进意味着:
- 类型系统现在可以准确反映哪些字段被显式解除掩码
- 开发者可以获得更好的类型提示和编译时检查
- 代码自动补全功能将只显示允许访问的字段
实际应用场景
假设我们有一个用户信息片段:
fragment UserDetails on User {
id @unmask
name @unmask
email
}
在生成的 TypeScript 类型中,只有标记了 @unmask 的 id 和 name 字段会被包含在可访问字段中,而 email 字段将被排除在外,除非在查询中显式请求。
对开发流程的影响
这一改进为开发者带来了几个显著优势:
- 更安全的类型系统:防止意外访问未授权的字段
- 更好的开发体验:IDE 只会提示允许访问的字段
- 减少运行时错误:类型检查在编译阶段就能捕获潜在问题
未来展望
随着这一功能的落地,Apollo Client 在类型安全方面又向前迈进了一步。开发者可以期待更严格的类型检查和更完善的开发工具支持,使得构建大型 GraphQL 应用变得更加可靠和高效。
这一改进已经合并到 GraphQL Codegen 的主干代码中,并将在下一个版本中发布。对于使用 Apollo Client 和 GraphQL Codegen 的团队来说,这无疑是一个值得关注的重要更新。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0454
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
项目优选
收起
暂无描述
Markdown
832
5.51 K
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
496
521
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++
980
2.31 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
807
1.16 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++
796
1.6 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
314
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
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++
1.21 K
1.26 K
CANN 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 Notebook
665
304