·implementing-api-patterns
</>

implementing-api-patterns

Progettazione e implementazione dell'API su modelli REST, GraphQL, gRPC e tRPC. Da utilizzare durante la creazione di servizi backend, API pubbliche o comunicazioni da servizio a servizio. Copre framework REST (FastAPI, Axum, Gin, Hono), librerie GraphQL (Strawberry, async-graphql, gqlgen, Pothos), gRPC (Tonic, Connect-Go), tRPC per TypeScript, strategie di impaginazione (basate su cursore, basate su offset), limitazione della velocità, memorizzazione nella cache, controllo delle versioni e generazione di documentazione OpenAPI. Include modelli di integrazione frontend per moduli, tabelle, dashboard e competenze ai-chat.

19Installazioni·0Tendenza·@ancoleman

Installazione

$npx skills add https://github.com/ancoleman/ai-design-components --skill implementing-api-patterns

Come installare implementing-api-patterns

Installa rapidamente la skill AI implementing-api-patterns nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/ancoleman/ai-design-components --skill implementing-api-patterns
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: ancoleman/ai-design-components.

Design and implement APIs using the optimal pattern and framework for the use case. Choose between REST, GraphQL, gRPC, and tRPC based on API consumers, performance requirements, and type safety needs.

Key Features: Auto OpenAPI docs, Pydantic v2 validation, async/await, 40k req/s

See references/rest-design-principles.md for FastAPI patterns and examples/python-fastapi/.

Progettazione e implementazione dell'API su modelli REST, GraphQL, gRPC e tRPC. Da utilizzare durante la creazione di servizi backend, API pubbliche o comunicazioni da servizio a servizio. Copre framework REST (FastAPI, Axum, Gin, Hono), librerie GraphQL (Strawberry, async-graphql, gqlgen, Pothos), gRPC (Tonic, Connect-Go), tRPC per TypeScript, strategie di impaginazione (basate su cursore, basate su offset), limitazione della velocità, memorizzazione nella cache, controllo delle versioni e generazione di documentazione OpenAPI. Include modelli di integrazione frontend per moduli, tabelle, dashboard e competenze ai-chat. Fonte: ancoleman/ai-design-components.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/ancoleman/ai-design-components --skill implementing-api-patterns
Categoria
</>Sviluppo
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from ancoleman/ai-design-components

Risposte rapide

Che cos'è implementing-api-patterns?

Progettazione e implementazione dell'API su modelli REST, GraphQL, gRPC e tRPC. Da utilizzare durante la creazione di servizi backend, API pubbliche o comunicazioni da servizio a servizio. Copre framework REST (FastAPI, Axum, Gin, Hono), librerie GraphQL (Strawberry, async-graphql, gqlgen, Pothos), gRPC (Tonic, Connect-Go), tRPC per TypeScript, strategie di impaginazione (basate su cursore, basate su offset), limitazione della velocità, memorizzazione nella cache, controllo delle versioni e generazione di documentazione OpenAPI. Include modelli di integrazione frontend per moduli, tabelle, dashboard e competenze ai-chat. Fonte: ancoleman/ai-design-components.

Come installo implementing-api-patterns?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/ancoleman/ai-design-components --skill implementing-api-patterns Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/ancoleman/ai-design-components