Granian项目中的应用工厂模式支持探讨
2025-06-24 00:06:22作者:姚月梅Lane
在Python Web开发领域,应用工厂模式是一种常见的设计模式,它允许开发者通过函数调用来创建和配置应用实例。这种模式在Flask等框架中被广泛使用,提供了更大的灵活性和可测试性。本文将探讨Granian项目对应用工厂模式的支持现状及解决方案。
应用工厂模式的优势
应用工厂模式主要带来以下好处:
- 配置隔离:可以在不同环境下创建不同配置的应用实例
- 延迟初始化:只有在需要时才创建应用实例
- 测试便利:可以轻松创建多个独立的应用实例用于测试
- 依赖注入:可以灵活地注入不同的依赖项
Granian当前的支持情况
目前Granian的CLI接口尚未原生支持直接调用应用工厂函数的方式。与Uvicorn等服务器不同,Granian不能直接通过类似"module:create_app()"的语法来调用工厂函数创建应用。
现有解决方案
虽然CLI不支持,但开发者可以通过以下两种方式实现类似功能:
1. 使用Python代码直接运行
Granian提供了Python API,可以通过自定义target_loader参数来实现工厂模式:
from granian import Granian
def create_app():
app = MyAPP()
return app
if __name__ == "__main__":
Granian("module:create_app()", target_loader=lambda: create_app()).serve()
2. 创建中间运行文件
更简单的做法是创建一个run.py文件作为中间层:
from myapp import create_app
app = create_app()
然后通过Granian CLI运行:
granian run:app
未来可能的改进方向
虽然目前可以通过变通方式实现,但原生支持应用工厂模式无疑会提升开发体验。可能的改进方向包括:
- 在CLI中增加
--factory参数 - 支持直接解析
"module:factory_func()"格式的目标参数 - 提供更灵活的应用加载机制
总结
虽然Granian目前没有直接支持应用工厂模式的CLI接口,但通过Python API或中间文件的方式完全可以实现相同的功能。对于需要高度可配置性的项目,这些方法提供了足够的灵活性。随着项目的发展,未来可能会加入对工厂模式的直接支持,进一步简化开发流程。
登录后查看全文
热门项目推荐
相关项目推荐
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
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
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
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