推荐一款强大的GraphQL工具:GraphQL_ppx——为Bucklescript/ReasonML打造的语法扩展
2024-05-20 13:44:27作者:管翌锬
如果你正在使用Bucklescript或ReasonML与GraphQL服务器通信,那么你需要了解一下这个开源项目——GraphQL_ppx。它是一个编译时类型安全的查询构建器和响应验证工具,能够显著减少你的代码冗余。
项目简介
GraphQL_ppx是一个针对Bucklescript和ReasonML的语法扩展库,它支持在编译时构造并验证查询,同时自动生成响应验证代码。无论你是OCaml还是ReasonML的使用者,都能无缝对接。仅依赖于Bs.Json和Bs.Dict,这两个组件已包含在Bucklescript的标准库中。
项目技术分析
GraphQL_ppx的核心功能是通过一个名为graphql的扩展来定义查询,这会生成类型安全的对象,并且对字段不存在的情况给出精确的编译错误。变量也具备类型的检查,可选变量对应于可选参数,非空变量对应于必填参数。
通过发送一个特殊的 introspection 查询到你的GraphQL服务器,它可以获取服务器的模式信息,并存储在graphql_schema.json文件中,用于验证查询和解析结果。
应用场景
- 类型安全查询: 在开发过程中,你可以立即发现字段拼写错误或其他语法错误。
- 变量管理: 变量的类型与你的函数参数完美匹配,避免了运行时出错的可能。
- 响应验证: 结果会被转换成一个类型化的JS对象,如果尝试访问不存在的字段,编译器将报错。
- 集成Fetch API: 示例代码展示了如何结合bs-fetch库轻松发送和解析查询。
项目特点
- 即时反馈: 错误定位准确,Merlin兼容,提供实时编译错误提示。
- 零运行时依赖: 除了
Bs.Json和Bs.Dict之外,没有额外的运行时依赖。 - 灵活使用: 支持ReasonML和标准OCaml语法。
- 自定义功能: 包括记录转换、定制字段解码器以及非联合变体转换等高级特性。
通过安装和配置,你可以轻松地将GraphQL_ppx纳入到现有的Bucklescript项目中。安装只需两步,添加依赖到package.json并更新bsconfig.json的PPX设置。同时,提供了send-introspection-query脚本,用于自动下载服务器模式。
总之,GraphQL_ppx是一个强大的工具,可以提升你的GraphQL开发体验,确保代码质量和效率。快来试试看吧!
登录后查看全文
热门项目推荐
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
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
677
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
660
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