ts-proto 使用教程
2024-09-15 04:16:12作者:滑思眉Philip
1. 项目介绍
ts-proto 是一个将 .proto 文件转换为强类型、符合习惯的 TypeScript 文件的工具。它能够将 Protobuf 定义转换为 TypeScript 接口和类型,使得在前端项目中使用 Protobuf 变得更加简单和直观。ts-proto 的目标是生成符合 TypeScript/ES6 习惯的类型定义,并且尽可能地简化 Protobuf 在前端的使用。
2. 项目快速启动
安装
首先,你需要安装 ts-proto 和 protoc(Protobuf 编译器):
npm install ts-proto
编译 Protobuf 文件
假设你有一个 person.proto 文件,内容如下:
syntax = "proto3";
package person;
message Person {
string name = 1;
uint64 age = 2;
}
你可以使用以下命令将其编译为 TypeScript 文件:
protoc --plugin=node_modules/ts-proto/protoc-gen-ts_proto --ts_proto_out=. person.proto
这将生成一个 person.ts 文件,包含 Person 接口和相关的编码/解码方法。
使用生成的 TypeScript 文件
在你的 TypeScript 项目中,你可以像使用普通 TypeScript 接口一样使用生成的类型:
import { Person } from './person';
const person: Person = {
name: 'Alice',
age: 30,
};
console.log(person);
3. 应用案例和最佳实践
案例1:使用 ts-proto 生成客户端和服务端类型
假设你有一个 gRPC 服务,定义了以下 .proto 文件:
syntax = "proto3";
package example;
service Greeter {
rpc SayHello (HelloRequest) returns (HelloReply);
}
message HelloRequest {
string name = 1;
}
message HelloReply {
string message = 1;
}
使用 ts-proto 生成 TypeScript 文件后,你可以在客户端和服务端共享这些类型定义,确保类型安全。
案例2:使用 ts-proto 生成 GraphQL 类型
如果你正在使用 GraphQL,你可以使用 ts-proto 生成的类型来定义 GraphQL 的输入和输出类型,确保前后端类型一致。
最佳实践
- 使用
ts-proto生成类型:确保你的 Protobuf 定义和 TypeScript 类型保持同步。 - 避免手动修改生成的文件:生成的文件应该只由
ts-proto工具更新,避免手动修改以防止冲突。 - 使用
ts-proto的配置选项:根据项目需求,合理配置ts-proto的选项,如esModuleInterop、useDate等。
4. 典型生态项目
NestJS 支持
ts-proto 提供了对 NestJS 的集成支持,可以生成 NestJS 友好的类型和服务接口。你可以通过配置 nestJs=true 选项来启用 NestJS 支持。
gRPC-Web 支持
ts-proto 也支持 gRPC-Web,你可以通过配置 outputClientImpl=grpc-web 选项来生成 gRPC-Web 客户端实现。
其他生态项目
- nice-grpc:一个基于
ts-proto的 gRPC 框架,提供了更简洁的 API 和更好的 TypeScript 支持。 - starpc:另一个基于
ts-proto的 RPC 框架,提供了灵活的配置选项和强大的类型支持。
通过这些生态项目,你可以更方便地在 TypeScript 项目中集成 Protobuf 和 gRPC。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210