Active Delivery 使用教程
2024-08-27 11:12:23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
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781