QuickType 使用教程
2024-09-25 19:30:11作者:袁立春Spencer
1. 项目介绍
QuickType 是一个开源项目,旨在帮助开发者从 JSON、JSON Schema、TypeScript 和 GraphQL 查询中生成强类型的模型和序列化器。通过 QuickType,开发者可以轻松地在多种编程语言中安全地处理 JSON 数据。QuickType 支持多种目标语言,包括 Ruby、JavaScript、Flow、Rust、Kotlin、Dart、Python、C#、Go、C++、Java、Scala、TypeScript、Swift、Objective-C、Elm、JSON Schema、Pike、Prop-Types、Haskell 和 PHP。
2. 项目快速启动
安装 QuickType
QuickType 可以通过 npm 全局安装:
npm install -g quicktype
使用 QuickType
以下是一些基本的使用示例:
生成 C# 代码
echo '[ "name": "David" ]' | quicktype -l csharp
生成 Go 代码
echo '[1, 2, 3]' | quicktype -o ints.go
生成 Swift 代码
quicktype person.json -o Person.swift
生成 Java 代码
quicktype https://api.somewhere.com/data -o Data.java
3. 应用案例和最佳实践
从 JSON 生成 JSON Schema
推荐的工作流程是从样本数据生成 JSON Schema,审查和编辑 Schema,并将其提交到项目仓库中。然后,在构建过程中从 Schema 生成模型代码。
# 首先,从样本推断 JSON Schema
quicktype pokedex.json -l schema -o schema.json
# 审查 Schema,进行更改,并提交到项目仓库
# 最后,在构建过程中生成模型代码
quicktype -s schema schema.json -o src/ios/models.swift
quicktype -s schema schema.json -o src/android/Models.java
quicktype -s schema schema.json -o src/nodejs/Models.ts
从 TypeScript 生成代码(实验性)
你也可以通过编写或生成 TypeScript 文件,然后使用 QuickType 生成代码。
# 首先,从样本推断 TypeScript 文件(或直接编写一个)
quicktype pokedex.json -o pokedex.ts --just-types
# 审查 TypeScript,进行更改,等等
# 生成 Swift 代码
quicktype pokedex.ts -o src/ios/models.swift
4. 典型生态项目
QuickType 作为一个强大的工具,可以与许多其他开源项目结合使用,以增强开发流程。以下是一些典型的生态项目:
- TypeScript: 用于定义类型和生成强类型代码。
- JSON Schema: 用于定义 JSON 数据的结构,并生成相应的代码。
- GraphQL: 用于查询数据,并生成相应的模型和序列化器。
- npm: 用于安装和管理 QuickType 及其依赖项。
通过结合这些工具,开发者可以更高效地处理和生成代码,从而提升开发效率和代码质量。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
137
169
React Native鸿蒙化仓库
JavaScript
235
309
暂无简介
Dart
598
130
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++
631
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
688
🎉 (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
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
仓颉编程语言测试用例。
Cangjie
36
688