如何开发插件

通过上面的介绍，读者基本已经了解了 Pipcook 主要的使用场景了，对，那就是 —— Pipeline，但要说到 Pipeline 却离不开插件，我们为 Pipcook 的 Pipeline 生态构建了一套开放的插件机制，通过这套机制，任何开发者都可以随时随地基于 Node.js 为 Pipcook 拓展插件。

首先，一个插件，也是一个 NPM 包，在 NPM 包的基础上，Pipcook 增加了一些拓展字段，即在 package.json 中增加了一些额外的定义，下面就是一个简单的定义：

{
   "name": "my-own-pipcook-plugin",
   "version": "1.0.0",
   "description": "my own pipcook plugin",
   "dependencies": {
     "@pipcook/pipcook-core": "^0.5.0"
   },
   "pipcook": {
     "category": "dataCollect",
     "datatype": "image"
   },
   "conda": {
     "python": "3.7",
     "dependencies": {
       "tensorflow": "2.2.0"
     }
   }
}

首先，每个插件都必须依赖 @pipcook/pipcook-core，它包含了实际定义插件所依赖的类型定义和一些工具函数。然后是 “pipcook” 节点，它定义了插件的基本信息，比如类别和数据类型，它用于 Pipcook 对插件本身做归类和整理，接下来就是 “conda” 节点（可选），如果插件依赖 Python 环境，那么开发者可以通过这个字段配置 Python 的依赖，比如上述就表示插件依赖 Python 版 tensorflow@2.2.0，在 Pipcook 安装插件时就会自动进行安装。

定义好这些基本信息后，就可以开始写具体的插件代码了，还记得前面在说明 Pipeline 流程时的那张图吗？每一种插件类型的写法都是不一样的，比如一个简单的 data collect 插件如下：