ts-proto项目中的消息类型生成后缀功能解析
2025-07-02 02:41:18作者:齐添朝
在TypeScript与Protocol Buffers集成开发中,ts-proto作为一个重要的代码生成工具,近期增加了一项实用的功能:为生成的Protocol Buffers消息类型添加自定义前缀和后缀。这项功能特别适合在HTTP API中使用Protocol Buffers作为数据传输对象(DTO)的场景。
功能背景
当开发者使用Protocol Buffers定义数据结构,并通过HTTP接口而非gRPC进行通信时,生成的TypeScript类型实际上扮演着数据传输对象的角色。为了在代码中更清晰地表达这一语义,开发者往往希望为这些类型添加特定标识,如"Dto"后缀。
实现原理
ts-proto通过新增配置选项支持这一需求。在代码生成配置中,开发者可以指定两个新参数:
messagePrefix:为所有生成的消息类型添加前缀messageSuffix:为所有生成的消息类型添加后缀
例如,配置messageSuffix: "Dto"后,原本生成的User接口将变为UserDto,使类型用途更加明确。
使用场景
这项功能特别适用于以下场景:
- 前后端分离架构中,前端需要明确区分本地业务模型与API传输模型
- 微服务架构中,需要区分不同上下文中的相同数据结构
- 代码库中同时存在多种数据源(数据库模型、API模型等)时,提高代码可读性
技术价值
从工程实践角度看,这项改进带来了多重好处:
- 代码自文档化:通过类型名称直接表明其用途,减少开发者的认知负担
- 类型安全:防止DTO与领域模型的意外混用
- 重构友好:当需要调整数据结构用途时,类型名称变更更加直观
实现细节
在底层实现上,ts-proto在代码生成阶段对每个消息类型的名称进行了简单拼接处理。这种设计保持了工具的核心生成逻辑不变,仅在最外层添加了轻量的字符串操作,确保了功能的可靠性和性能。
总结
ts-proto的这一改进虽然看似简单,却体现了优秀工具设计的一个重要原则:在不增加核心复杂度的前提下,提供足够的灵活性来满足不同使用场景的需求。对于使用Protocol Buffers作为HTTP API数据交换格式的团队来说,这无疑是一个值得关注的功能增强。
登录后查看全文
热门项目推荐
相关项目推荐
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 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧 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 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
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
1.21 K
659
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146