Ash框架中计算函数调用错误信息的优化实践
2025-07-08 18:06:49作者:温艾琴Wonderful
在Ash项目开发过程中,我们注意到当开发者在过滤表达式中调用参数化计算函数时,如果错误地使用了位置参数而非关键字参数,系统会返回一个不够明确的错误信息。这种情况容易导致开发者困惑,影响开发效率。
问题背景
Ash框架提供了强大的计算功能,允许开发者为资源定义参数化的计算函数。这些计算函数通常需要通过关键字参数的形式调用。然而,当开发者在过滤表达式中尝试使用位置参数调用计算函数时,系统会简单地返回"无此函数"的错误,而没有明确指出正确的调用方式。
技术分析
计算函数在Ash框架中的标准调用语法应该是:
filter expr(
my_calculation(arg: ^arg(:an_arg_to_the_read_action)) > 5
)
当开发者错误地写成:
filter expr(
my_calculation(^arg(:an_arg_to_the_read_action)) > 5
)
系统原本的错误信息仅提示"无此函数",这对于开发者定位问题帮助有限。实际上,系统可以检测到存在同名计算函数,只是调用方式不正确。
解决方案实现
我们改进了错误处理逻辑,使其能够:
- 检查是否存在与未找到函数同名的计算函数
- 如果存在,提供更明确的错误提示,建议使用关键字参数
- 保持原有错误处理流程对其他情况的兼容性
新的错误信息格式为:
* No such function my_calculation for resource MyApp.Domain.Resource, but there is a calculation by the same name, did you mean to provide a keyword list as arguments?
技术价值
这一改进带来了以下好处:
- 显著提升了开发者体验,减少了调试时间
- 遵循了Elixir社区的最佳实践,即提供有意义的错误信息
- 保持了框架的向后兼容性
- 为类似的功能改进提供了参考模式
最佳实践建议
基于这一改进,我们建议开发者在Ash框架中使用计算函数时:
- 始终使用关键字参数调用计算函数
- 注意过滤表达式中的参数传递语法
- 利用框架提供的错误信息快速定位问题
- 为自定义计算函数编写清晰的文档说明参数要求
这一改进体现了Ash框架对开发者体验的持续关注,也是框架成熟度提升的一个标志。通过这样的小而精的改进,框架能够更好地服务于开发者,提高开发效率。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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
322
🎉 (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
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868