ORPC框架v1.2.0发布:全面支持WebSocket与Zod 4
ORPC是一个现代化的远程过程调用(RPC)框架,它通过类型安全的方式简化了前后端通信。在最新发布的v1.2.0版本中,ORPC带来了两项重大更新:全面的WebSocket支持和对Zod 4的兼容性升级。
WebSocket支持成为核心特性
WebSocket在现代Web应用中扮演着越来越重要的角色,特别是在需要实时双向通信的场景下。ORPC v1.2.0通过引入多种WebSocket适配器,使开发者能够轻松地在不同运行时环境中实现WebSocket通信。
框架现在提供了对Bun、Node、Deno以及Crossws等运行时的原生支持。开发者只需几行代码就能建立一个完整的WebSocket RPC服务:
import { experimental_RPCHandler as RPCHandler } from '@orpc/server/bun-ws'
const handler = new RPCHandler(router)
Bun.serve({
fetch(req, server) {
if (server.upgrade(req)) {
return
}
return new Response('Upgrade failed', { status: 500 })
},
websocket: {
message(ws, message) {
handler.message(ws, message, {
context: {}, // 提供初始上下文
})
},
close(ws) {
handler.close(ws)
},
},
})
这种实现方式不仅简洁,还保持了ORPC一贯的类型安全性。WebSocket适配器会自动处理连接的生命周期,包括消息传递和连接关闭事件,让开发者可以专注于业务逻辑的实现。
Zod 4兼容性升级
Zod作为TypeScript生态中最流行的运行时类型检查库之一,其v4版本带来了许多改进。ORPC v1.2.0现在完全支持Zod 4,开发者可以通过以下方式使用新版本的功能:
import {
experimental_ZodSmartCoercionPlugin as ZodSmartCoercionPlugin
} from '@orpc/zod/zod4'
import {
experimental_ZodToJsonSchemaConverter as ZodToJsonSchemaConverter
} from '@orpc/zod/zod4'
这些工具类帮助开发者在Zod类型定义和JSON Schema之间进行转换,同时提供了智能的类型强制转换功能,大大增强了API的健壮性。
其他重要改进
除了上述两大特性外,v1.2.0版本还包含多项功能增强和问题修复:
-
HEAD方法支持:现在ORPC路由可以正确处理HEAD请求,这对于API健康检查等场景非常有用。
-
OpenAPI增强:
- 新增了
CreateJsonifiedRouterClient功能,简化了客户端代码生成 - 改进了OpenAPI规范在Scalar HTML中的内联显示
- 新增了
-
React集成改进:
useServerAction钩子现在内部使用React的useTransition,提供了更流畅的用户体验。 -
服务器稳定性提升:
- 修复了SSE(服务器发送事件)在客户端断开连接时可能导致服务器崩溃的问题
- 改进了事件迭代器的清理逻辑,防止内存泄漏
总结
ORPC v1.2.0通过引入WebSocket支持和Zod 4兼容性,进一步巩固了其作为现代化RPC框架的地位。这些更新不仅扩展了框架的应用场景,也提升了开发体验和运行稳定性。对于需要构建类型安全、实时通信应用的开发者来说,这个版本无疑提供了更加强大的工具集。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00