2 dépôts
Customizing the sequence of parsing, validation, and execution logic in a GraphQL server.
Distinct from Execution Logic Overrides: Focuses specifically on the GraphQL execution pipeline rather than generic parallel task execution.
Explore 2 awesome GitHub repositories matching development tools & productivity · Execution Pipeline Overrides. Refine with filters or upvote what's useful.
express-graphql est une implémentation de serveur API GraphQL et un middleware HTTP qui connecte un schéma GraphQL à un serveur HTTP. Il fournit un analyseur de requêtes pour extraire les requêtes et variables depuis divers types de contenu, ainsi qu'un fournisseur de contexte pour injecter les données de requête HTTP et l'état de session dans les fonctions de résolution (resolvers). La bibliothèque inclut un IDE interactif basé sur le navigateur qui détecte les requêtes GET pour servir une interface HTML permettant de tester les requêtes et d'inspecter les réponses. Elle prend également en charge un pipeline d'exécution personnalisé, permettant de remplacer les fonctions par défaut d'analyse, de validation, d'exécution et de formatage d'erreurs. Le projet couvre l'intégration d'API via middleware et l'analyse des paramètres de requête, ainsi qu'une architecture pour la validation de requêtes basée sur l'AST et l'exécution basée sur le schéma. Il fournit en outre des mécanismes pour l'extension des métadonnées de réponse et l'application de règles de validation pour restreindre des champs ou opérations spécifiques.
Allows overriding default parsing, validation, execution, and error formatting functions with custom logic.
ZenML is an orchestration platform designed for building, deploying, and monitoring reproducible machine learning pipelines and agentic workflows. It provides a unified framework that manages the entire lifecycle of machine learning assets, from data processing and model training to the deployment of persistent inference services. By decoupling pipeline logic from underlying compute and storage, the platform enables teams to transition workflows seamlessly from local development environments to production-grade cloud infrastructure. The platform distinguishes itself through a service-oriented
Swaps specific inputs or checkpoint outputs during a replay to isolate the impact of changes against a baseline execution.