Apollo Client 数据掩码功能在 GraphQL Codegen 中的实现
2025-05-11 01:51:11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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868