ts-rest框架v3.53.0-alpha.3版本发布:核心功能优化与扩展支持
ts-rest是一个现代化的TypeScript优先的API契约框架,它通过类型安全的契约定义来简化前后端API开发。该框架允许开发者使用TypeScript类型系统来定义API契约,然后自动生成客户端和服务端代码,确保前后端类型始终保持同步。
核心模块(@ts-rest/core)改进
本次发布的alpha版本对核心模块进行了多项重要修复和优化:
-
空响应体处理优化:修复了当API响应没有内容体但包含JSON内容类型头时的处理逻辑。这一改进使得框架能够更准确地处理204 No Content等特殊响应场景。
-
URL路径处理增强:解决了baseUrl和路径中前导和尾部斜杠重复的问题。现在无论开发者如何组合baseUrl和路径,框架都能正确拼接URL,避免出现双斜杠的情况。
-
路径参数类型扩展:现在允许将数字直接作为路径参数传递,框架会自动将其转换为字符串。这一改进简化了数字型ID等常见场景的使用方式。
Express适配器(@ts-rest/express)新增特性
本次更新为Express适配器带来了对Express v5的官方支持。这意味着开发者现在可以在最新的Express版本中使用ts-rest的全部功能,同时保持向后兼容性。
Fastify适配器(@ts-rest/fastify)功能增强
Fastify适配器现在导出了AppRouteImplementation类型,这一改进使得开发者能够将路由实现逻辑拆分到不同文件中,同时保持类型安全。这对于大型项目中的代码组织特别有价值。
Next.js适配器(@ts-rest/next)问题修复
修复了Next.js适配器中查询参数污染路径参数读取的问题。现在路径参数和查询参数能够被正确区分和处理,避免了参数混淆的情况。
OpenAPI生成器(@ts-rest/open-api)功能扩展
-
操作ID支持:operationMapper回调函数现在接收操作ID参数,允许开发者基于appRoute的ID自定义OpenAPI生成逻辑。这为需要精细控制OpenAPI文档的场景提供了更多灵活性。
-
其他响应类型支持:现在能够正确处理c.otherResponse()定义,将其包含在生成的OpenAPI模式中。这使得非标准响应也能被完整地文档化。
Serverless适配器(@ts-rest/serverless)类型导出改进
为了支持"verbatimModuleSyntax"等严格的构建配置,Serverless适配器现在导出了更多类型定义。这一改进解决了在某些TypeScript配置下可能出现的构建问题。
总结
ts-rest v3.53.0-alpha.3版本虽然在版本号上仍处于alpha阶段,但已经带来了多项重要的功能改进和问题修复。从核心模块的稳定性增强,到各平台适配器的功能扩展,再到OpenAPI生成能力的提升,这些改进共同推动了框架的成熟度和可用性。
对于正在使用或考虑采用ts-rest的团队来说,这个版本特别值得关注其对现代Web框架的支持增强和类型系统的进一步完善。这些改进使得ts-rest在保持类型安全的同时,能够更好地适应各种开发场景和架构需求。
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