Incoming! - 在Rack应用中接收邮件的利器
2024-08-28 09:22:05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
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 StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
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++
1.21 K
1.27 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316