推荐开源项目:CL-REDIS - 基于Common Lisp的高效Redis客户端库
CL-REDIS 是一个强大且稳定的Common Lisp编程语言实现的Redis客户端。它已经过Redis版本3.0.0(具体为2.9.104)的测试,提供了一套简洁易用的接口,使你在Lisp环境中与Redis服务器进行交互变得轻而易举。
使用方法
- 确保Redis服务正在运行。
- 在Lisp环境中执行
(ql:quickload 'cl-redis)加载库。 - 连接服务器,如
(redis:connect :host <主机> :port <端口>),默认主机是127.0.0.1,端口是6379。 - 使用
red包中的命令与服务器交互,例如(red:ping)返回"PONG"。 - 完成操作后,通过
(redis:disconnect)断开连接。 - 或者,可以使用
with-connection宏来包裹你的代码块,自动管理连接的建立和关闭。
功能特性
CL-REDIS提供了完整的Redis命令集,并在REDIS和RED两个包中封装。REDIS包包含了所有功能,而RED包则提供无前缀的命令名,方便直接调用。
库组织结构
系统分为REDIS和RED两个包。所有的功能都在REDIS包内,但为了避免符号冲突,Redis命令默认带有red-前缀。RED包则提供了没有前缀的命令名,以便在不导入整个REDIS包的情况下使用,避免与COMMON-LISP中的其他符号冲突。
安装
通过Quicklisp轻松安装:
(ql:quickload 'cl-redis)
依赖项包括:usocket,flexi-streams,rutils以及仅用于测试的nuts和bordeaux-threads。
调试与错误恢复
设置*echo-p*为T,所有的客户端-服务器通信将被回显到*echo-stream*上,默认是*standard-output*。错误处理模仿了Postmodern,当通信流中断时,会发出redis-connection-error条件并提供:reconnect重启。如果重连成功,将会重新发送Redis命令。此外,connect会在已存在连接时提供:leave和:replace重启选项。
当服务器响应错误回复时,会发出redis-error-reply条件。
还有with-persistent-connection高阶宏,可以在连接断开时尝试自动重新打开连接。
高级用法
- PubSub:支持发布/订阅模式,可以通过创建线程来监听消息。
- Pipelining:用于提高性能的命令批处理,可显著减少执行时间。
内部工作原理
tell和expect这两个泛型函数实现了Redis协议。def-cmd宏用于定义Redis命令,自动处理名称前缀和导出。
待实现功能
- 目前不支持Unix域套接字,但在未来计划中。
- 暂未实现一致性哈希和连接池。
致谢与许可证
CL-REDIS由Vsevolod Dyomkin开发维护,初期阶段由Alexandr Manzyuk贡献部分代码。本项目遵循MIT许可协议。
CL-REDIS以其强大的功能和灵活的设计,为Common Lisp开发者提供了一个高效的Redis客户端解决方案。无论你是初学者还是经验丰富的开发者,都能从中受益,欢迎加入开源社区,共同探索并利用CL-REDIS实现更多可能性!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00