Strawberry GraphQL动态参数与通用Filter类实现问题求助

一、Strawberry GraphQL的可行方案 #

Strawberry是强类型框架，默认不允许未定义参数，但可以通过以下方式实现动态参数接收，无需手动逐个定义过滤字段：

1. 使用GenericScalar接收任意参数 #

直接在Resolver中定义GenericScalar类型的参数，客户端可传入任意结构的过滤对象，服务端将其转为字典后处理：

import strawberry
from strawberry.scalars import GenericScalar
from sqlalchemy import select
from your_module import YourSQLAlchemyModel, db_session
from strawberry_sqlalchemy_mapper import StrawberrySQLAlchemyMapper

mapper = StrawberrySQLAlchemyMapper()
StrawberryModel = mapper.map(YourSQLAlchemyModel)

@strawberry.type
class Query:
    @strawberry.field
    async def get_items(self, filters: GenericScalar | None = None) -> list[StrawberryModel]:
        query = select(YourSQLAlchemyModel)
        if filters:
            filter_dict = dict(filters)
            # 生成SQLAlchemy过滤条件（可根据需求扩展为模糊匹配、范围查询等）
            conditions = [
                getattr(YourSQLAlchemyModel, key) == value
                for key, value in filter_dict.items()
                if hasattr(YourSQLAlchemyModel, key)
            ]
            query = query.where(*conditions)
        
        result = await db_session.execute(query)
        return result.scalars().all()

客户端查询示例：

query {
  getItems(filters: {name: "demo", status: "active"}) {
    id
    name
    status
  }
}

注意：需自行校验参数合法性，避免无效字段或SQL注入风险。

2. 动态生成Filter Input类（进阶） #

遍历SQLAlchemy模型字段，自动生成对应的@strawberry.input类，兼顾类型检查与开发效率：

def generate_dynamic_filter(model):
    filter_fields = {}
    for column in model.__table__.columns:
        filter_fields[column.name] = strawberry.field(
            type=column.type.python_type | None,
            default=None
        )
    # 动态创建Input类型
    return strawberry.input(type(f"{model.__name__}Filter", (), filter_fields))

使用示例：

YourModelFilter = generate_dynamic_filter(YourSQLAlchemyModel)

@strawberry.type
class Query:
    @strawberry.field
    async def get_items(self, filters: YourModelFilter | None = None) -> list[StrawberryModel]:
        query = select(YourSQLAlchemyModel)
        if filters:
            conditions = [
                getattr(YourSQLAlchemyModel, key) == value
                for key, value in vars(filters).items()
                if value is not None
            ]
            query = query.where(*conditions)
        
        result = await db_session.execute(query)
        return result.scalars().all()

二、Graphene与Ariadne的支持情况 #

Graphene #

完全支持动态参数处理：

• 可使用JSONString标量接收任意结构的参数，服务端解析为字典后处理；
• 支持动态生成InputObjectType，基于SQLAlchemy模型自动生成过滤字段；
• 原生支持灵活的参数传递，能满足“无需预定义参数、直接处理字典”的需求。

Ariadne #

作为SDL优先的框架，灵活性更高：

• 可自定义通用标量，接收任意结构的客户端参数；
• 可通过info对象直接获取原始查询参数，手动解析处理；
• 支持动态生成SDL schema，无需手动编写每个过滤字段，完全适配你的需求。

总结 #

• 无需切换框架：Strawberry通过GenericScalar或动态生成Input类即可实现需求；
• Graphene与Ariadne都原生支持更灵活的动态参数处理，能满足你的场景。

内容的提问来源于stack exchange，提问作者pinkcolade-cat