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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248