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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00