The Devs
@thedevs · Post #1159 · 29.06.2018 г., 18:52
A plain English introduction to JSON web tokens (JWT): what it is and what it isn’t. #article#jwt#security#coding#js @thedevs https://kutt.it/ibVW1N
TGTGInsighttelegram intelligenceLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Најди сличен содржај
Изворен канал @pythonotes · Post #400 · 8 дек.
Три способа выполнить множество задач с asyncio Функция для примера: async def do_it(n): await asyncio.sleep(random.uniform(0.5, 1)) return n 1. Последовательный вызов async def main(): for i in range(100): result = await do_it(i) Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей. Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди. 2. Упорядоченный результат async def main(): tasks = [do_it(i) for i in range(100)] results = await asyncio.gather(*tasks) Выполняет корутины конкурентно и возвращает результат в виде списка. Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены. 3. Результат по мере готовности tasks = [asyncio.create_task(do_it(i)) for i in range(100)] for cor in asyncio.as_completed(tasks): result = await cor Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно. Полезен когда нужно обработать любой ответ как можно скорее. #async
Hashtags
Резултати
Пронајдени 3 слични објави
Пребарај: #jwt
当前筛选 #jwt清除筛选
djangoproject
@djangoproject · Post #389 · 21.07.2017 г., 15:12
https://thinkster.io/topics/django Looking to build #fullstack apps with #Django? Looking to build a production ready Django #JSON#API? Building a Production Ready Django JSON API 🔸Setting up #JWT Authentication 🔸Profiles 🔸Articles 🔸Comments 🔸Following 🔸Favoriting 🔸Tagging 🔸Pagination 🔸Filtering 🔸Conclusion Configuring Django Settings for Production Building #Web#Applications with Django and #AngularJS 🔸Learning Django and AngularJS 🔸Setting up your environment 🔸Extending Django's built-in User model 🔸Serializing the Account Model 🔸Registering new users 🔸Logging users in 🔸Logging users out 🔸Making a Post model 🔸Rendering Post objects 🔸Making new posts 🔸Displaying user profiles 🔸Updating user profiles 🔸Congratulations, you did it!
GitHub Trends
@githubtrending · Post #15066 · 16.08.2025 г., 12:30
#python#agents#ai#api_gateway#asyncio#authentication_middleware#devops#docker#fastapi#federation#gateway#generative_ai#jwt#kubernetes#llm_agents#mcp#model_context_protocol#observability#prompt_engineering#python#tools The MCP Gateway is a powerful tool that unifies different AI service protocols like REST and MCP into one easy-to-use endpoint. It helps you manage multiple AI tools and services securely with features like authentication, retries, rate-limiting, and real-time monitoring through an admin UI. You can run it locally or in scalable cloud environments using Docker or Kubernetes. It supports various communication methods (HTTP, WebSocket, SSE, stdio) and offers observability with OpenTelemetry for tracking AI tool usage and performance. This gateway simplifies connecting AI clients to diverse services, making development and management more efficient and secure. https://github.com/IBM/mcp-context-forge