OpenAPI-TS 项目中 JSON 类型处理的注意事项
2025-07-02 03:56:35作者:吴年前Myrtle
在 OpenAPI 规范与 TypeScript 类型生成的转换过程中,开发者经常会遇到数据类型映射的问题。本文将以 OpenAPI-TS 项目为例,深入探讨 JSON 类型在规范定义与类型生成中的正确处理方法。
JSON 类型的规范定义问题
在 OpenAPI 规范中,并没有直接定义 json 作为标准数据类型。规范的原始类型包括 string、number、integer、boolean、array 和 object 等基本类型。当开发者在规范中错误地使用 type: json 时,会导致生成的 TypeScript 类型中出现无效的 json 类型标识符。
正确的类型定义方式
对于需要表示 JSON 数据的场景,OpenAPI 规范提供了两种推荐做法:
-
使用
object类型:当需要表示结构化 JSON 对象时,应使用object类型。在 TypeScript 生成中,这会转换为{ [key: string]: unknown }这样的索引签名类型,能够灵活地表示任意 JSON 对象结构。 -
使用
string类型:当需要表示 JSON 字符串时,直接使用string类型更为合适。这种情况下,生成的 TypeScript 类型就是简单的string,开发者需要自行处理字符串与 JSON 对象之间的序列化和反序列化。
实际开发中的注意事项
在实际项目开发中,特别是使用 NestJS 等框架时,开发者可能会在装饰器中直接使用 type: 'json' 这样的定义。虽然某些框架的装饰器参数没有严格的类型检查,允许这种写法,但这会导致下游工具链(如 OpenAPI-TS)生成无效的类型定义。
建议开发者遵循以下最佳实践:
- 明确区分 JSON 对象和 JSON 字符串的使用场景
- 在 OpenAPI 规范中严格使用标准数据类型
- 对于框架特定的装饰器参数,查阅框架文档确认支持的数据类型
- 在类型生成后,检查生成的 TypeScript 类型定义是否有效
通过遵循这些原则,可以确保 API 规范与生成的类型定义保持一致性和正确性,避免后续开发中出现类型相关的问题。
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
411
3.16 K
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
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
659
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146