Hey-API OpenAPI-TS 0.61.0版本发布:增强认证支持与开发体验优化
Hey-API OpenAPI-TS是一个强大的TypeScript代码生成工具,它能够根据OpenAPI规范自动生成类型安全的API客户端代码。该项目极大地简化了前端开发人员与后端API交互的工作流程,通过自动生成的类型定义和客户端方法,开发者可以更高效、更安全地进行API调用。
主要功能增强
HTTP Bearer认证方案支持
0.61.0版本新增了对HTTP Bearer认证方案的支持。Bearer认证是一种常见的API安全机制,它使用Bearer令牌来验证请求的合法性。这一改进使得开发者现在可以轻松生成支持Bearer认证的API客户端代码,而无需手动处理认证头部的添加逻辑。
OpenAPI 2.0规范支持
在实验性解析器中新增了对OpenAPI 2.0(即Swagger)规范的支持。虽然OpenAPI 3.0已成为主流,但许多现有项目仍在使用Swagger规范。这一改进确保了工具能够兼容更广泛的API定义文件,为老项目迁移提供了便利。
开发模式监控功能
新版本引入了文件监控模式(watch mode),这是一个对开发者体验的重要改进。当启用监控模式后,工具会持续观察输入的OpenAPI文件变化,并在检测到修改时自动重新生成客户端代码。这一特性特别适合在API频繁迭代的开发阶段使用,可以显著减少手动重新生成代码的次数,提高开发效率。
需要注意的是,当前版本的监控功能仅支持通过URL访问的远程文件,本地文件的监控支持将在未来版本中实现。
其他重要改进
长整型支持
修复了长整型(long integers)的支持问题。在API设计中,有时需要使用超出JavaScript安全整数范围的数字类型。新版本确保这些大数字能够被正确处理和类型定义。
错误处理选项
新增了sdk.throwOnError配置选项,允许开发者控制API调用失败时的行为。当设置为true时,客户端将在遇到错误时抛出异常,而不是返回错误响应。这为不同的错误处理策略提供了灵活性。
枚举键保留
改进了枚举键生成逻辑,现在会保留原始定义中的前导分隔符。这一变化确保了生成的代码与原始API定义保持更高的一致性,减少了潜在的混淆。
升级注意事项
本次更新包含了一些破坏性变更,特别是认证相关的改进。开发者需要确保同时更新相关的@hey-api/client-*客户端包至最新版本,以获得完整的Basic HTTP认证支持。
总结
Hey-API OpenAPI-TS 0.61.0版本通过增强认证支持、改进规范兼容性和优化开发者体验,进一步巩固了其作为OpenAPI到TypeScript转换首选工具的地位。特别是监控模式的引入,将显著提升开发者在API迭代频繁项目中的工作效率。对于正在使用或考虑采用API客户端代码生成方案的团队,这个版本值得关注和升级。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00