Seneca 微服务工具包技术文档
2024-12-20 13:46:52作者:凤尚柏Louis
1. 安装指南
1.1 使用 npm 安装
要安装 Seneca,请在终端中运行以下命令:
npm install seneca
1.2 运行示例
安装完成后,您可以通过运行以下命令来启动示例微服务:
node microservice.js
其中 microservice.js 是一个使用 Seneca 的脚本文件。日志将以 JSON 格式输出,便于发送到日志服务。
1.3 测试模式
要在测试模式下运行,并启用人类可读的完整调试日志,请使用以下命令:
node microservice.js --seneca.test
2. 项目使用说明
2.1 概述
Seneca 是一个用于编写微服务架构的 Node.js 工具包。它通过模式匹配和传输独立性,帮助开发者将应用程序的业务逻辑分解为“发生的事情”,而不是专注于数据模型或依赖管理。
2.2 核心功能
- 模式匹配:灵活处理业务需求。
- 传输独立性:消息如何到达正确的服务器由 Seneca 处理,开发者无需担心。
- 成熟度:经过 8 年的生产环境验证。
- 插件生态:拥有丰富的插件生态系统。
- 书籍指南:提供微服务架构设计的指南。
2.3 快速示例
以下是一个简单的 Seneca 示例,展示了如何定义和使用插件:
'use strict'
var Seneca = require('seneca')
function rejector () {
this.add('cmd:run', (msg, done) => {
return done(null, {tag: 'rejector'})
})
}
function approver () {
this.add('cmd:run', (msg, done) => {
return done(null, {tag: 'approver'})
})
}
function local () {
this.add('cmd:run', function (msg, done) {
this.prior(msg, (err, reply) => {
return done(null, {tag: reply ? reply.tag : 'local'})
})
})
}
Seneca()
.use(approver)
.listen({type: 'http', port: '8260', pin: 'cmd:*'})
Seneca()
.use(rejector)
.listen(8270)
function handler (err, reply) {
console.log(err, reply)
}
Seneca()
.use(local)
.act('cmd:run', handler)
Seneca()
.client({port: 8270, pin: 'cmd:run'})
.client({port: 8260, pin: 'cmd:run'})
.use(local)
.act('cmd:run', handler)
Seneca()
.client({port: 8260, pin: 'cmd:run'})
.client({port: 8270, pin: 'cmd:run'})
.use(local)
.act('cmd:run', handler)
3. 项目 API 使用文档
3.1 seneca.add()
用于定义一个新的模式和对应的处理函数。例如:
seneca.add({cmd: 'salestax'}, function (msg, done) {
var rate = 0.23
var total = msg.net * (1 + rate)
done(null, {total: total})
})
3.2 seneca.act()
用于触发一个模式匹配的动作。例如:
seneca.act({cmd: 'salestax', net: 100}, function (err, result) {
console.log(result.total)
})
3.3 seneca.listen()
用于启动一个监听器,接收 JSON 消息并执行相应的动作。例如:
seneca.listen()
3.4 seneca.client()
用于将无法本地匹配的动作发送到网络上的其他服务。例如:
seneca.client()
4. 项目安装方式
4.1 通过 npm 安装
npm install seneca
4.2 运行项目
node microservice.js
4.3 测试模式
node microservice.js --seneca.test
通过以上步骤,您可以轻松安装并开始使用 Seneca 微服务工具包。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
cann-learning-hubCANN 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 Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 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++
863
1.95 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++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
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
458
450
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
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
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250