Incoming! - 在Rack应用中接收邮件的利器
2024-08-28 01:13:24作者:谭伦延
项目介绍
Incoming! 是一个由 Honeybadger.io 开发的Ruby gem,专为Rack应用设计,用于接收和处理邮件。它能够将Rack::Request转换为Mail::Message对象,类似于ActionMailer::Base.receive处理原始邮件的方式。Incoming! 支持多种邮件服务,包括SendGrid、Mailgun、Postmark、CloudMailin、Mandrill以及任何能够将邮件路由到系统命令的邮件服务器。
项目技术分析
Incoming! 的核心功能是通过不同的策略(strategies)来处理来自不同邮件服务的HTTP POST请求。每个策略都实现了receive方法,该方法接收一个Rack::Request对象,并返回一个Mail::Message对象。这使得开发者可以轻松地在Rack应用中集成邮件接收功能,而无需关心底层邮件服务的具体实现细节。
项目及技术应用场景
Incoming! 适用于以下场景:
- Web应用开发:在Rack或Rails应用中集成邮件接收功能,用于处理用户通过邮件发送的数据。
- 自动化任务:通过邮件触发自动化任务,如数据备份、报告生成等。
- 客户支持系统:构建基于邮件的客户支持系统,自动解析和处理客户邮件。
项目特点
- 多服务支持:支持SendGrid、Mailgun、Postmark、CloudMailin、Mandrill等多种邮件服务,以及任何能够将邮件路由到系统命令的邮件服务器。
- 易于集成:只需在Gemfile中添加
gem "incoming",并创建一个接收邮件的类,即可在Rack应用中使用。 - 灵活性高:提供多种策略,开发者可以根据需要选择合适的策略,并自定义邮件处理逻辑。
- 开源免费:Incoming! 是开源软件,遵循MIT许可证,开发者可以自由使用和修改。
安装与使用示例
安装
- 在Gemfile中添加Incoming!:
gem "incoming" - 运行
bundle install。
示例代码
以下是一个使用SendGrid策略的示例:
class EmailReceiver < Incoming::Strategies::SendGrid
def receive(mail)
%(Got message from #{mail.to.first} with subject "#{mail.subject}")
end
end
req = Rack::Request.new(env)
result = EmailReceiver.receive(req) # => Got message from whoever@wherever.com with subject "hello world"
Rails控制器示例
# app/controllers/emails_controller.rb
class EmailsController < ActionController::Base
def create
if EmailReceiver.receive(request)
render json: { status: "ok" }
else
render json: { status: "rejected" }, status: 403
end
end
end
# config/routes.rb
Rails.application.routes.draw do
post "/emails" => "emails#create"
end
结语
Incoming! 是一个功能强大且易于集成的邮件接收工具,适用于各种Rack应用。无论你是开发Web应用、自动化任务还是客户支持系统,Incoming! 都能为你提供便捷的邮件处理解决方案。快来尝试吧!
如果你对Incoming! 感兴趣,欢迎访问GitHub项目页面了解更多信息和贡献代码。
登录后查看全文
热门项目推荐
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
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868