Skip to content
The Chat Archive
mistral-medium-2505· Mistral AI LMArena Human Preference 140K

я добавляю функциональность в прототип приложения на python. сейчас из доступных функций…

  1. User

    я добавляю функциональность в прототип приложения на python. сейчас из доступных функций есть только расчёт нейронной сетью. вот текущий rpc.proto файл:

    syntax = "proto3";
    
    package calculation;
    
    // Message sent from client to server to initiate a calculation
    message Calculation {
      string type_of_calculation = 1;
      string dimensionality = 2;
      string model_name = 3;
      string cinf_path = 4;
      string save_name = 5;
      string calculation_direction = 6;
      int32 ws1 = 7;
      int32 ws2 = 8;
      int32 ws3 = 9;
      int32 os1 = 10;
      int32 os2 = 11;
      int32 os3 = 12;
      int32 batch_size = 13;
    }
    
    // Message sent from server to client during processing
    message CalculationProgress {
      oneof response {
        string progress = 1; // calculation progress 
        string job_done = 2; // message indicating job completion
      }
    }
    
    // gRPC service definition
    service CalculationService {
      // Client sends a Calculation request, and receives a stream of progress updates
      rpc StartCalculation (Calculation) returns (stream CalculationProgress);
    }
    

    я хочу добавить возможность делать постобработку для данных (называется surface extraction). это дополнительная функция со своим набором параметров, отличных от параметров в Calculation. я только начинаю знакомиться с gRPC. какие варианты есть для изменения rpc.proto в моём случае?

  2. Assistant

    В вашем случае есть несколько вариантов расширения rpc.proto для добавления функциональности поверхностной экстракции (surface extraction). Рассмотрим основные подходы:

    1. Добавление нового RPC-метода

    Самый простой и очевидный способ — добавить отдельный метод для поверхностной экстракции:

    // Новое сообщение для поверхностной экстракции
    message SurfaceExtraction {
      string input_data_path = 1;
      string output_path = 2;
      float threshold = 3;
      string method = 4;
      // другие параметры...
    }
    
    // Новый ответ для поверхностной экстракции
    message SurfaceExtractionProgress {
      oneof response {
        string progress = 1;
        string job_done = 2;
      }
    }
    
    // Обновлённый сервис
    service CalculationService {
      rpc StartCalculation (Calculation) returns (stream CalculationProgress);
      rpc StartSurfaceExtraction (SurfaceExtraction) returns (stream SurfaceExtractionProgress);
    }
    

    Плюсы:

    • Чёткое разделение логики.
    • Простота реализации.

    Минусы:

    • Увеличивается количество методов в сервисе.

    2. Использование одного универсального метода с oneof

    Можно объединить оба типа задач в одном сообщении с помощью oneof:

    message TaskRequest {
      oneof task {
        Calculation calculation = 1;
        SurfaceExtraction surface_extraction = 2;
      }
    }
    
    message TaskProgress {
      oneof response {
        string progress = 1;
        string job_done = 2;
      }
    }
    
    service CalculationService {
      rpc StartTask (TaskRequest) returns (stream TaskProgress);
    }
    

    Плюсы:

    • Единый интерфейс для всех задач.
    • Гибкость при добавлении новых типов задач.

    Минусы:

    • Сложнее обрабатывать разные типы задач на сервере.

    3. Расширение существующего сообщения Calculation

    Если поверхностная экстракция логически связана с расчётом, можно добавить её параметры в существующее сообщение:

    message Calculation {
      string type_of_calculation = 1; // "neural_network" или "surface_extraction"
      string dimensionality = 2;
      string model_name = 3;
      string cinf_path = 4;
      string save_name = 5;
      string calculation_direction = 6;
      int32 ws1 = 7;
      int32 ws2 = 8;
      int32 ws3 = 9;
      int32 os1 = 10;
      int32 os2 = 11;
      int32 os3 = 12;
      int32 batch_size = 13;
    
      // Параметры для поверхностной экстракции
      float threshold = 14;
      string extraction_method = 15;
      // другие параметры...
    }
    

    Плюсы:

    • Минимальные изменения в API.
    • Подходит, если задачи тесно связаны.

    Минусы:

    • Сообщение становится перегруженным.
    • Неочевидная структура для клиентов.

    4. Использование обобщённого сообщения с динамическими параметрами

    Можно использовать структуру map<string, string> или google.protobuf.Struct для передачи произвольных параметров:

    import "google/protobuf/struct.proto";
    
    message GenericTask {
      string task_type = 1; // "calculation" или "surface_extraction"
      google.protobuf.Struct parameters = 2;
    }
    
    service CalculationService {
      rpc StartGenericTask (GenericTask) returns (stream CalculationProgress);
    }
    

    Плюсы:

    • Максимальная гибкость.
    • Подходит для динамически изменяющихся параметров.

    Минусы:

    • Сложнее валидировать параметры.
    • Менее явный контракт API.

    Рекомендация

    Если поверхностная экстракция — это отдельная функциональность, лучше использовать первый вариант (добавление нового RPC-метода). Это наиболее чистый и понятный подход.

    Если задачи тесно связаны и часто используются вместе, можно рассмотреть второй вариант (универсальный метод с oneof).

    Пример для первого варианта:

    message SurfaceExtraction {
      string input_data_path = 1;
      string output_path = 2;
      float threshold = 3;
      string method = 4;
      // другие параметры...
    }
    
    service CalculationService {
      rpc StartCalculation (Calculation) returns (stream CalculationProgress);
      rpc StartSurfaceExtraction (SurfaceExtraction) returns (stream CalculationProgress);
    }
    

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.