e3265e40f05c17562012c3d2f98fba3411cbd1dc
Worker 插件开发指南
每个子目录代表一个独立的 Worker 插件,封装特定领域的业务逻辑。插件通过 Zenoh RPC 对外提供服务, HTTP 路由由框架根据 TOML 配置自动生成。
目录结构约定
plugin_name/
├── __init__.py # 入口:create_workers() 工厂 + cleanup()
├── global_var.py # 模块级全局状态(数据库连接、API 客户端等)
├── router/ # RPC 端点实现
│ ├── __init__.py # 导入所有端点模块,__all__ 导出
│ └── <操作名>.py # 每个端点一个文件,使用 @rpc_method 装饰器
├── models/ # 数据模型
│ ├── __init__.py # 模型导出(自动生成,勿手动修改)
│ ├── pydantic.py # Pydantic 请求/响应模型(由 gen_models.py 自动生成)
│ └── <表名>.py # SQLModel ORM 模型(如需要数据库)
└── README.md # 插件说明文档
开发新插件:完整流程
第一步:创建目录结构
mkdir -p src/plugins/<plugin_name>/router
mkdir -p src/plugins/<plugin_name>/models
touch src/plugins/<plugin_name>/__init__.py
touch src/plugins/<plugin_name>/global_var.py
touch src/plugins/<plugin_name>/router/__init__.py
第二步:注册插件
在 config/workers/config.toml 中添加:
[[workers]]
type = "<plugin_name>"
module = "plugins.<plugin_name>"
factory = "create_workers"
cleanup = "cleanup"
count = 3
[workers.config]
type = "<plugin_name>"
# 自定义配置项...
第三步:编写端点 TOML 配置
创建 config/workers/<plugin_name>/config.toml(分组配置):
[worker]
defaults = { timeout = 3.0, auth_required = true, cacheable = false, internal = false }
[worker.registration]
router_prefix = "/<prefix>"
创建每个操作的 .toml 文件,如 config/workers/<plugin_name>/my_action.toml:
[POST]
summary = "我的操作"
auth_required = true
[POST.response_model]
result = { type = "str", required = true }
message = { type = "str", default = "" }
第四步:生成 Pydantic 模型
uv run python -m chongming.scripts.gen_models
这会自动在 src/plugins/<plugin_name>/models/ 下生成 pydantic.py 和更新 __init__.py。
第五步:实现 RPC 端点
src/plugins/<plugin_name>/router/my_action.py:
from chongming_worker.decorators import rpc_method
from ..models.pydantic import MyActionPostRequest, MyActionPostResponse
@rpc_method(
subject="<plugin_name>.my_action",
method="POST",
response_model=MyActionPostResponse,
)
async def my_action(request: MyActionPostRequest) -> MyActionPostResponse:
"""业务逻辑实现"""
result = await do_something(request)
return MyActionPostResponse(result="success", message="done")
第六步:更新 router 导出
src/plugins/<plugin_name>/router/__init__.py:
from . import my_action
__all__ = ["my_action"]
第七步:实现工厂函数
src/plugins/<plugin_name>/__init__.py:
from chongming_worker.runtime import create_workers as _create_workers
def create_workers(session, config, count, worker_manager):
"""插件入口:初始化全局资源,启动 Worker"""
from . import router # 触发 @rpc_method 注册
from .global_var import set_db
# 初始化数据库、客户端等
from chongming_database import Database
db = Database(config["data_dir"] / "mydb.db")
# await db.initialize() -- 在异步环境中
set_db(db)
_create_workers(session, config, count, worker_manager)
async def cleanup(worker_manager):
"""清理资源"""
from .global_var import db
if db:
await db.dispose()
为现有插件添加新端点
- 在
config/workers/<plugin_name>/下创建<新操作>.toml - 运行
uv run python -m chongming.scripts.gen_models - 在
router/下创建<新操作>.py,引用生成的模型 - 更新
router/__init__.py - 重启服务
全局变量模式
每个插件通过 global_var.py 管理模块级共享资源,避免跨请求的状态冲突:
# global_var.py
db: "Database | None" = None
def set_db(database: "Database"):
global db
db = database
在端点中直接引用:
from ..global_var import db
@rpc_method(subject="plugin.action", method="GET", ...)
async def handler(request: RequestModel):
async with db.get_session() as session:
# 执行数据库操作
...
装饰器说明
@rpc_method(
subject="<plugin>.<operation>", # Zenoh 主题(必需)
method="GET", # HTTP 方法:GET 或 POST
response_model=ResponseCls, # Pydantic 响应模型类
)
async def handler(request: RequestCls) -> ResponseCls:
...
- GET 端点:参数通过 URL query string 传递,在 TOML 中用
params定义 - POST 端点:参数通过 JSON body 传递,自动绑定到 Pydantic 请求模型
- internal 端点:设置
internal = true后,不注册 HTTP 路由,仅可通过 Zenoh RPC 内部调用
命名约定
| 概念 | 约定 | 示例 |
|---|---|---|
| 插件名 | 小写下划线 | doubao, auth, example |
| 操作名 | 小写下划线 | analyze, add, change_password |
| Zenoh subject | <插件>.<操作> |
example.add, doubao.analyze |
| TOML 文件名 | 与操作名一致 | analyze.toml, add.toml |
| Python 路由文件名 | 与操作名一致 | analyze.py, add.py |
现有插件
| 插件 | 说明 | 文档 |
|---|---|---|
| auth | 用户注册、登录、JWT 鉴权、用户信息管理 | 含 SQLite 数据库 |
| doubao | 火山引擎豆包视觉理解模型集成 | 第三方 API 调用 |
| example | 四则运算示例 + 访问计数器 | 入门参考 |
Languages
Python
100%