Cheshire Cat AI核心框架中的权限声明简化方案
2025-06-28 03:17:11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
相关项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0212- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
619
4.09 K
Ascend Extension for PyTorch
Python
454
540
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
861
206
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++
928
785
🎉 (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
1.49 K
842
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
377
256
昇腾LLM分布式训练框架
Python
134
160