Twirp 开源项目教程
2024-08-11 02:40:59作者:房伟宁
项目介绍
Twirp 是一个基于 Google Protobuf 的简单 RPC 框架。通过在 .proto 文件中定义服务,Twirp 会自动生成服务器和客户端的代码,使开发者可以将更多精力放在业务逻辑上。与 gRPC 不同,Twirp 使用标准库 net/http,并且支持 HTTP/1.1 协议,同时还可以使用 JSON 格式进行交互。
项目快速启动
安装 Twirp 和相关工具
首先,需要安装 Twirp 的代码生成插件和 protobuf 编译器:
# 安装 Twirp 代码生成插件
go get github.com/twitchtv/twirp/protoc-gen-twirp
# 安装 protobuf 编译器
# 下载地址:https://github.com/protocolbuffers/protobuf/releases
# 安装 Go 语言的 protobuf 生成插件
go get github.com/golang/protobuf/protoc-gen-go
定义 Proto 文件
创建一个 service.proto 文件,定义一个简单的服务:
syntax = "proto3";
package echo;
message EchoRequest {
string text = 1;
}
message EchoResponse {
string text = 1;
}
service Echo {
rpc Say(EchoRequest) returns (EchoResponse);
}
生成代码
使用以下命令生成服务器和客户端代码:
protoc --twirp_out=. --go_out=. service.proto
编写服务器代码
创建一个 server.go 文件,实现生成的接口:
package main
import (
"context"
"net/http"
"github.com/twitchtv/twirp"
"path/to/generated"
)
type EchoServer struct{}
func (s *EchoServer) Say(ctx context.Context, req *generated.EchoRequest) (*generated.EchoResponse, error) {
return &generated.EchoResponse{Text: req.Text}, nil
}
func main() {
server := &EchoServer{}
handler := generated.NewEchoServer(server, nil)
http.ListenAndServe(":8080", handler)
}
编写客户端代码
创建一个 client.go 文件,调用服务器:
package main
import (
"context"
"fmt"
"net/http"
"path/to/generated"
)
func main() {
client := generated.NewEchoProtobufClient("http://localhost:8080", &http.Client{})
resp, err := client.Say(context.Background(), &generated.EchoRequest{Text: "Hello World"})
if err != nil {
fmt.Println("Error:", err)
return
}
fmt.Println("Response:", resp.Text)
}
应用案例和最佳实践
提供其他 HTTP 服务
Twirp 的服务器实际上是一个 http.Handler,可以与其他 HTTP 服务一起使用:
func main() {
server := &EchoServer{}
twirpHandler := generated.NewEchoServer(server, nil)
mux := http.NewServeMux()
mux.Handle(generated.EchoPathPrefix, twirpHandler)
mux.HandleFunc("/health", func(w http.ResponseWriter, r *http.Request) {
w.Write([]byte("OK"))
})
http.ListenAndServe(":8080", mux)
}
发送自定义的 Header
可以在客户端请求中添加自定义的 Header:
func main() {
client := generated.NewEchoProtobufClient("http://localhost:8080", &http.Client{})
ctx := context.Background()
ctx = metadata.AppendToOutgoingContext(ctx, "Authorization", "Bearer token")
resp, err := client.Say(ctx, &generated.EchoRequest{Text: "Hello World"})
if err != nil {
fmt.Println("Error:", err)
return
}
fmt.Println("Response:", resp.Text)
}
典型生态项目
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430