grammY 项目中如何实现模块化的权限控制中间件
2025-06-29 11:58:22作者:明树来
在即时通讯机器人开发中,权限控制是一个常见需求。本文将介绍如何在 grammY 框架中实现模块化的权限控制中间件,使其仅作用于特定的命令模块。
问题背景
在 grammY 项目中,开发者经常需要为不同模块实现不同的权限控制。例如,某些管理命令只允许管理员使用,而普通命令则对所有用户开放。常见的问题是,当在某个模块中添加权限中间件后,它会意外地影响到其他模块。
传统实现方式的问题
传统的实现方式是在模块中直接使用中间件:
import { Composer } from 'grammy'
import onlyAdmin from '../../middleware/onlyAdmin.js'
const composer = new Composer()
composer.command('admincmd', async (ctx) => {
// 管理员命令
})
composer.use(onlyAdmin) // 这会应用到所有后续处理程序
这种方式会导致中间件影响到该模块中的所有命令,甚至可能意外影响到其他模块。
解决方案:使用过滤器
grammY 提供了强大的过滤器机制,可以精确控制中间件的应用范围。正确的做法是:
- 首先重构权限检查函数,使其返回布尔值而非直接控制流程
- 使用
composer.filter()创建受保护的处理程序分支
重构权限检查函数
将原来的中间件改造成返回布尔值的函数:
export const isAdmin = async (ctx) => {
if (!ctx.chat) return false
if (['channel', 'private'].includes(ctx.chat.type)) return true
if (ctx.from?.username === 'GroupAnonymousBot') return true
if (!ctx.from?.id) return false
const chatMember = await ctx.getChatMember(ctx.from.id)
return ['creator', 'administrator'].includes(chatMember.status)
}
模块化权限控制
在模块中精确控制权限中间件的应用范围:
const composer = new Composer()
// 创建受保护的处理程序分支
const protected = composer.filter(isAdmin)
// 只有通过权限检查的请求才能执行这些命令
protected.command('admincmd1', adminHandler1)
protected.command('admincmd2', adminHandler2)
// 普通命令不受权限限制
composer.command('publiccmd', publicHandler)
export default composer
实现原理
grammY 的中间件系统基于洋葱模型,处理流程如下:
- 请求进入后,按注册顺序依次通过各个中间件
filter()方法创建了一个条件分支,只有满足条件的请求才会进入该分支- 在分支内部可以安全地添加权限相关的处理逻辑,不会影响到其他分支
这种设计使得权限控制可以精确到每个命令或每组命令,实现了真正的模块化权限管理。
最佳实践建议
- 将权限检查逻辑封装为独立的、可测试的函数
- 为不同类型的权限创建不同的检查函数(如 isAdmin、isOwner 等)
- 在模块入口处明确划分受保护和不受保护的路由
- 考虑添加适当的错误处理,向无权限用户发送友好提示
通过这种方式,开发者可以构建出清晰、可维护的权限控制系统,同时保持代码的模块化和可扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C030
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
426
3.26 K
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++
689
335
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
265
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
266
326
🎉 (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
1.22 K
667
🔥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
65
19
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
25
30