Active Delivery 使用教程
2024-08-27 10:53:09作者:苗圣禹Peter
项目介绍
Active Delivery 是一个 Ruby 和 Rails 框架,用于在一个地方管理所有类型的通知。它提供了一个单一的接口或抽象层,用于处理不同类型的通知,如邮件、推送通知等。Active Delivery 从 v1.0 版本开始与 Abstract Notifier 捆绑在一起,使得开发者可以轻松地创建和管理用户通知。
项目快速启动
安装
首先,在 Gemfile 中添加以下行:
gem "active_delivery", "~> 1.0"
然后执行:
bundle install
配置
创建一个基础的 Delivery 类,并配置通知线路:
# 在基础类中配置通知线路
class ApplicationDelivery < ActiveDelivery::Base
self.abstract_class = true
# 例如,你可以使用一个自定义的通知线路
register_line :sms, ActiveDelivery::Lines::Notifier, resolver: ->(_1) { _1.name.gsub(/Delivery$/, "SMSNotifier").safe_constantize }
end
使用
创建一个具体的 Delivery 类,并触发通知:
class PostDelivery < ApplicationDelivery
def notify_about_new_post(post)
with(post: post).notify(:new_post)
end
end
在控制器或其他地方调用:
PostDelivery.notify_about_new_post(post)
应用案例和最佳实践
组织通知逻辑
使用 Active Delivery 可以更好地组织通知相关的逻辑。例如,之前你可能需要在多个地方处理通知逻辑,现在可以集中在一个地方处理:
# 之前
def after_some_action
MyMailer.with(user: user).some_action(resource).deliver_later if user.receive_emails
NotifyService.send_notification(user, "action") if whatever_else
end
# 之后
def after_some_action
MyDelivery.with(user: user).some_action(resource).deliver_later
end
测试
Active Delivery 提供了优雅的方式来测试通知是否被发送。例如,使用 RSpec:
it "delivers notification" do
expect { subject }.to have_delivered_to(Community::EventsDelivery, :modified, event)
end
典型生态项目
Abstract Notifier
Abstract Notifier 是 Active Delivery 的配套项目,用于创建自定义通知器。它提供了一个抽象层,使得你可以轻松地添加新的通知类型,如 SMS、Webhook 等。
Active Job
Active Job 是 Rails 的一个组件,用于处理后台任务。Active Delivery 可以与 Active Job 集成,使得通知可以异步发送,提高应用的性能和响应速度。
通过以上步骤和示例,你可以快速上手并有效地使用 Active Delivery 来管理你的应用中的各种通知。
登录后查看全文
热门项目推荐
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
196
217
暂无简介
Dart
635
144
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++
652
276
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
React Native鸿蒙化仓库
JavaScript
245
316
🎉 (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
1.12 K
627
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
73
98
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.72 K