Strawberry GraphQL 0.266.1版本发布:更优雅地处理可选更新
2025-06-13 05:21:34作者:袁立春Spencer
项目简介
Strawberry GraphQL是一个基于Python的类型安全GraphQL库,它利用Python的类型注解来定义GraphQL模式。该项目旨在提供一种简单、直观的方式来构建GraphQL API,同时保持代码的类型安全和可维护性。
版本亮点
Strawberry GraphQL 0.266.1版本引入了一个重要的新特性:strawberry.Maybe类型,它为处理可选更新提供了一种更优雅、更安全的方式。
传统方式的局限性
在之前的版本中,开发者需要使用strawberry.UNSET来判断输入值是null还是未提供。这种方式存在几个问题:
- 使用起来较为繁琐
- 容易出错
- 类型提示不够明确
- 代码可读性较差
新特性的优势
strawberry.Maybe类型解决了上述问题,提供了以下改进:
- 更清晰的语义:明确表示一个值可能被提供或未提供
- 更好的类型提示:IDE和类型检查器能更好地理解代码意图
- 更安全的处理方式:减少运行时错误的可能性
- 与Python模式匹配兼容:可以利用Python 3.10+的模式匹配特性
使用示例
基本用法
import strawberry
@strawberry.type
class User:
name: str
phone: str | None
@strawberry.input
class UpdateUserInput:
name: str
phone: strawberry.Maybe[str]
@strawberry.type
class Mutation:
def update_user(self, input: UpdateUserInput) -> None:
if input.phone: # 检查phone是否被提供
update_user_phone(input.phone.value) # 访问实际值
模式匹配用法
对于使用Python 3.10+的项目,可以利用模式匹配特性:
@strawberry.type
class Mutation:
def update_user(self, input: UpdateUserInput) -> None:
match input.phone:
case strawberry.Some(value=value): # 值被提供
update_user_phone(value)
case None: # 值未被提供
pass # 不做处理
作为字段参数
strawberry.Maybe也可以用作字段参数:
@strawberry.field
def filter_users(self, phone: strawberry.Maybe[str] = None) -> list[User]:
if phone: # 检查phone参数是否被提供
return filter_users_by_phone(phone.value) # 使用提供的值过滤
return get_all_users() # 返回所有用户
技术实现分析
strawberry.Maybe实际上是基于Option模式的实现,这在函数式编程中很常见。它封装了两种可能性:
Some(value):表示值被提供None:表示值未被提供
这种设计比直接使用None或特殊值(如UNSET)更安全,因为它强制开发者显式处理两种情况,减少了忘记检查的可能性。
迁移建议
对于现有项目,建议逐步迁移到新的strawberry.Maybe方式:
- 新代码优先使用
strawberry.Maybe - 逐步重构现有代码中使用了
UNSET的部分 - 利用类型检查工具确保迁移过程中不会引入错误
总结
Strawberry GraphQL 0.266.1版本通过引入strawberry.Maybe类型,显著改善了处理可选更新的体验。这一改进不仅提高了代码的安全性和可维护性,还使API设计更加直观。对于GraphQL API开发来说,正确处理可选字段是一个常见需求,这个新特性为开发者提供了更好的工具来处理这类场景。
对于正在使用Strawberry GraphQL的项目,建议评估并采用这一新特性,特别是在需要精确区分"未提供值"和"显式设置为null"的场景中。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217