ORPC v0.31.0 版本发布:更灵活的中间件链与自定义 Schema 支持
2025-06-25 19:58:13作者:秋泉律Samson
ORPC(Object-RPC)是一个现代化的远程过程调用框架,它通过类型安全和链式API简化了前后端通信的开发体验。在最新发布的v0.31.0版本中,ORPC带来了两项重要改进:更灵活的中间件链式调用流程和自定义Schema支持。
更灵活的中间件链式调用
在之前的版本中,ORPC的链式调用存在一些限制,特别是在中间件的使用顺序上。v0.31.0版本对此进行了重大改进:
-
中间件插入位置更灵活:现在开发者可以在
.input和.output之间插入中间件,实现了更细粒度的控制。这意味着你可以在输入验证之后、业务逻辑执行之前,或者在业务逻辑执行之后、输出处理之前,插入特定的中间件逻辑。 -
类型安全的链式调用:TypeScript现在能够捕获无效的链式调用模式。例如:
- 在调用
.use之后不能再调用.middleware - 不能在一个
.input之后紧接着另一个.input
- 在调用
这些改进不仅提升了开发体验,还能在编译阶段就发现潜在的问题,避免运行时错误。
自定义Schema支持
新版本引入了type工具函数,允许开发者创建自定义的Schema:
export const getting = oc.input(type<{ id: string }>());
这一改进带来了几个显著优势:
-
简化验证逻辑:当不需要复杂的验证逻辑时,可以直接使用TypeScript类型作为Schema,减少了样板代码。
-
减小打包体积:避免了引入完整的验证库,在不需要复杂验证的场景下可以显著减小前端打包体积。
-
更好的类型推断:与TypeScript深度集成,保持了完整的类型安全。
实际应用场景
假设我们正在开发一个用户管理系统,这些改进可以这样应用:
// 定义用户查询接口
const getUser = oc
.input(type<{ id: string }>()) // 使用自定义Schema
.middleware(async (ctx, next) => {
// 在输入验证后执行的中间件
console.log('输入验证通过,准备查询用户');
return next();
})
.output(type<User>())
.middleware(async (ctx, next) => {
// 在输出处理前执行的中间件
console.log('用户数据查询完成,准备返回');
return next();
})
.use(async (ctx) => {
// 业务逻辑
return db.users.findUnique({ where: { id: ctx.input.id } });
});
这种结构使得代码更加清晰,各部分的职责也更加明确。
总结
ORPC v0.31.0通过改进链式调用流程和引入自定义Schema支持,进一步提升了开发体验和灵活性。这些改进使得开发者能够:
- 更精确地控制中间件的执行时机
- 在编译时捕获更多的潜在错误
- 根据实际需求选择最适合的Schema方案
- 保持代码的简洁和类型安全
对于已经在使用ORPC的团队,建议尽快升级以利用这些新特性;对于考虑采用RPC解决方案的团队,这个版本提供了更成熟和完善的功能集。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler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。
C
457
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen 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
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254