Valibot 库中 omit() 方法的参数类型优化实践
2025-05-30 00:17:18作者:虞亚竹Luna
Valibot 是一个优雅且富有表现力的数据验证库,近期社区针对其 omit() 方法的参数类型提出了优化建议。本文将深入分析这一改进的背景、技术实现及其对开发体验的提升。
问题背景
在 TypeScript 生态中,我们经常需要处理对象属性的排除操作。Valibot 提供了 omit() 方法来实现这一功能,但其原始实现要求传入的属性键数组必须是可变类型(mutable array),这在实际开发中会带来一些限制。
典型的使用场景出现在与 tRPC 等框架集成时,开发者需要创建可重用的属性排除配置。例如,在 CRUD 操作中,创建和更新操作通常需要排除不同的属性集(如自动生成的 id 和时间戳字段)。
技术挑战
原始实现的问题在于:
- 当开发者使用
as const声明排除键数组时,TypeScript 会将其推断为 readonly 数组类型 - Valibot 的 omit() 方法参数类型定义为可变数组,导致类型不兼容
- 如果移除
as const断言,又会丢失具体的属性名称字面量类型信息
解决方案
Valibot 团队采纳了社区建议,通过以下方式改进:
- 引入
MaybeReadonly工具类型,同时支持可变和不可变数组 - 更新 omit() 和 pick() 方法的类型定义
- 保持 API 的向后兼容性
改进后的实现允许开发者:
- 使用
as const声明排除键数组 - 保持完整的类型安全性
- 获得更好的开发体验
实际应用示例
以下是一个典型的使用模式:
// 定义基础实体结构
const entityMixin = {
id: string([uuid()]),
createdAt: InstantSchema,
updatedAt: InstantSchema,
};
// 声明可重用的排除配置
const omitProps = {
create: ["id", "createdAt", "updatedAt"],
update: ["createdAt", "updatedAt"],
} as const;
// 在 tRPC 路由中使用
const fooRouter = t.router({
create: t.procedure
.input(wrap(omit(FooSchema, omitProps.create)))
// ...其他配置
});
升级建议
Valibot v0.27.0 已包含这一改进,开发者可以:
- 升级到最新版本以获得更好的类型支持
- 在代码中使用
as const声明排除键数组 - 享受更严格的类型检查和更流畅的开发体验
这一改进虽然看似微小,但却显著提升了库的实用性和开发体验,体现了 Valibot 团队对开发者需求的快速响应和持续改进的承诺。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868