Type-Fest v4.38.0版本发布:类型工具库的深度优化
Type-Fest是一个广受欢迎的TypeScript类型工具库,它为开发者提供了大量实用的工具类型,可以显著提升TypeScript开发体验。这个库包含了各种处理字符串、对象、函数等类型的实用工具,帮助开发者编写更精确、更灵活的类型定义。
AsyncReturnType增强:支持PromiseLike
在v4.38.0版本中,AsyncReturnType工具类型得到了重要增强,现在可以支持PromiseLike类型。这个改进意味着工具类型现在能够处理更广泛的异步场景。
AsyncReturnType的主要作用是提取异步函数的返回类型。在之前的版本中,它只能处理标准的Promise类型,而现在它可以识别任何符合PromiseLike接口的类型。这在处理一些自定义的Promise实现或第三方库提供的类似Promise的对象时特别有用。
例如,现在可以正确处理以下情况:
const customPromise: PromiseLike<string> = {
then: (onfulfilled) => {
onfulfilled("result");
return customPromise;
}
};
type Result = AsyncReturnType<() => customPromise>; // 现在可以正确推断为string
字符串转换工具类型的标点符号处理修复
本次更新修复了DelimiterCase、SnakeCase、ScreamingSnakeCase和KebabCase等字符串转换工具类型在处理包含标点符号的字符串时的问题。
这些工具类型用于将字符串类型转换为不同的命名约定格式,比如将驼峰式转换为蛇形命名或烤肉串命名。在之前的版本中,如果输入的字符串包含标点符号,可能会导致意外的类型转换结果。
修复后,这些工具类型能够更准确地处理包含标点符号的字符串,例如:
type Test = SnakeCase<"hello.world">; // 现在会正确处理为"hello_world"
DelimiterCase选项传递改进
DelimiterCase工具类型现在能够正确地将Options泛型参数传递给所有相关的类型。这意味着在使用自定义分隔符时,相关的转换规则会保持一致。
这个改进使得开发者在使用自定义分隔符时可以获得更一致的行为,特别是在处理嵌套类型或与其他工具类型组合使用时。
CamelCasedPropertiesDeep对数组对象的支持优化
CamelCasedPropertiesDeep是一个深度转换对象属性为驼峰命名的工具类型。在v4.38.0版本中,它现在能够正确处理嵌套数组中的对象,并尊重提供的选项参数。
这意味着当处理包含数组的复杂对象结构时,数组中的对象属性也会按照预期转换为驼峰命名,例如:
type Input = {
user_list: Array<{
user_name: string;
user_age: number;
}>;
};
type Output = CamelCasedPropertiesDeep<Input>;
// 现在会正确转换为:
// {
// userList: Array<{
// userName: string;
// userAge: number;
// }>;
// }
总结
Type-Fest v4.38.0版本带来了一系列重要的改进和修复,进一步提升了这个类型工具库的实用性和稳定性。从异步类型处理的增强到字符串转换工具的完善,再到深度对象转换的优化,这些改进都使得TypeScript开发者能够更轻松地处理各种复杂的类型场景。
对于已经在使用Type-Fest的开发者来说,这个版本值得升级,特别是如果你在项目中大量使用异步类型或复杂的对象结构转换。对于尚未使用Type-Fest的TypeScript开发者,这个库提供的丰富工具类型可以显著提升开发效率和类型安全性,值得考虑引入到项目中。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C086
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00