Cheshire Cat AI核心框架中的权限声明简化方案
2025-06-28 06:32:28作者:邵娇湘
背景介绍
在Cheshire Cat AI框架中,开发者经常需要为自定义端点实现权限控制。当前版本中,权限声明需要引入多个依赖项并编写较为冗长的代码,这在一定程度上影响了开发体验和代码可读性。
当前实现方式分析
目前,开发者需要按照以下方式声明一个需要权限控制的端点:
from fastapi import Depends
from cat.mad_hatter.decorators import endpoint
from cat.auth.connection import HTTPAuth
from cat.auth.permissions import AuthPermission, AuthResource
@endpoint.get("/hello")
def my_endpoint(stray=Depends(HTTPAuth(AuthResource.MEMORY, AuthPermission.LIST))):
return {"answer": 42, "userId": stray.user_id}
这种实现方式存在几个可以改进的地方:
- 需要导入多个模块和类
- 语法较为冗长
- 依赖注入的声明不够直观
改进方案设计
为了提高开发体验,我们提出了一种更简洁的权限声明方式:
from cat.mad_hatter.decorators import endpoint
from cat.auth.permissions import permissions_check
@endpoint.get("/hello")
def my_endpoint(stray=permissions_check("MEMORY", "LIST")):
return {"answer": 42, "userId": stray.user_id}
这个改进方案具有以下优势:
- 减少了必要的导入语句
- 使用字符串参数替代枚举值,更直观
- 封装了底层的依赖注入细节
- 保持了相同的功能完整性
技术实现细节
permissions_check
辅助函数的设计需要考虑以下几个方面:
- 参数验证:需要验证传入的字符串参数是否对应有效的权限枚举值
- 依赖注入兼容性:需要保持与FastAPI依赖注入系统的兼容性
- 错误处理:需要提供清晰的错误提示,帮助开发者快速定位问题
- 向后兼容:需要支持新旧两种调用方式,确保不影响现有代码
命名一致性建议
在框架的不同部分,对于StrayCat实例的命名存在不一致的情况(如cat
和stray
)。为了减少混淆,建议在整个框架中统一使用cat
作为参数名,因为:
- 更符合框架的整体命名风格
- 与hook和tool中的命名保持一致
- 更直观地表达了这是一个Cheshire Cat实例
实际应用价值
这种改进虽然看似简单,但能带来显著的开发体验提升:
- 降低学习曲线:新开发者更容易理解权限声明的方式
- 减少样板代码:每个端点可以节省2-3行导入语句
- 提高可读性:代码意图更加清晰明确
- 统一风格:促进整个项目的代码一致性
总结
权限控制是Web应用开发中的重要环节,通过简化其声明方式可以显著提升开发效率和代码质量。Cheshire Cat AI框架的这一改进体现了对开发者体验的关注,同时也保持了框架的灵活性和强大功能。这种改进思路也可以应用到框架的其他方面,持续优化开发体验。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0335- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (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
869
514

openGauss kernel ~ openGauss is an open source relational database management system
C++
130
183

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
295
331

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
333
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
18
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
601
58