Pbandk 使用指南
1. 项目介绍
Pbandk 是一个专为 Kotlin 多平台设计的 Protocol Buffers 代码生成器及运行时库。此项目旨在从 .proto 定义文件自动生成符合 Kotlin 编程习惯的数据类,并支持在 JVM、Android、iOS、JavaScript、WebAssembly 等所有由 Kotlin Multiplatform 支持的平台上运行。Pbandk 强调遵循 Kotlin 的编程规范,提供易用且与平台兼容的API,同时也考虑到与其他语言如Java、Swift等的互操作性,尽管这受限于当前Kotlin多平台的限制。
2. 项目快速启动
添加依赖
首先,在你的 Kotlin 多平台项目中,确保你已经配置了 Protobuf 插件和添加了 Pbandk 作为依赖。以下是在 Gradle 中如何配置的示例:
repositories {
mavenCentral()
// 如果使用的是SNAPSHOT版本,则还需要添加下面的仓库
maven { url 'https://s01.oss.sonatype.org/content/repositories/snapshots/' }
}
dependencies {
implementation("com.streem.pbandk:pbandk-runtime:0.16.1")
}
创建 .proto 文件
创建一个简单的 .proto 文件,比如 addressbook.proto:
syntax = "proto3";
package tutorial;
message Person {
string name = 1;
int32 id = 2;
string email = 3;
repeated PhoneNumber phones = 4;
}
message PhoneNumber {
string number = 1;
enum PhoneType {
MOBILE = 0;
HOME = 1;
WORK = 2;
}
PhoneType type = 2;
}
message AddressBook {
repeated Person people = 1;
}
生成 Kotlin 代码
你需要通过 Protobuf 编译器并结合 Pbandk 的插件来生成 Kotlin 代码。这通常通过Gradle插件自动完成,具体步骤依据项目的构建脚本而定。一旦配置正确,执行相应的编译任务后,会自动生成对应的 Kotlin 类在指定的包路径下。
3. 应用案例和最佳实践
使用 Pbandk 生成的 Person 示例数据类,你可以这样创建一个新的 Person 实例并序列化它:
import tutorial.Person
val johnDoe = Person(name = "John Doe", id = 1, email = "john.doe@example.com")
val bytes = pbandk.MessageWriter(johnDoe).toByteArray()
最佳实践中,你应该充分利用 Kotlin 的特性,如利用密封类处理 oneof 情况,以及通过 Ktor 或其他网络库将生成的消息高效地发送到服务器。
4. 典型生态项目
Pbandk 虽然主要聚焦于 Kotlin Multiplatform 环境中的 Protobuf 支持,但其在多平台服务端和客户端通信领域有着广泛的应用潜力。例如,结合 Ktor 开发RESTful服务,或是作为微服务架构中服务间通信的基础,利用其生成的代码进行高效的数据序列化和反序列化。
在实际开发中,你可能会遇到需要与gRPC服务交互的情况。虽然Pbandk本身不直接生成gRPC代码,但它提供了接口允许开发者实现自己的服务代码生成逻辑,从而与gRPC生态无缝对接。
通过以上介绍,你应该能够快速上手 Pbandk,将其融入你的多平台项目中,享受高效且一致的跨平台数据交换体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00