ORPC框架v1.0.0-beta.5版本发布:全面升级的Server Action机制
ORPC是一个现代化的RPC框架,它通过类型安全的方式简化前后端通信。最新发布的v1.0.0-beta.5版本带来了Server Action机制的全面重构,这是该框架的一个重要里程碑。
Server Action的重大改进
新版本对Server Action进行了彻底重构,带来了更优雅的错误处理和更强大的功能。最显著的变化是采用了元组返回模式,这使得错误处理更加直观和类型安全。
// 旧版本
const data = await ping({ name })
// 新版本
const [error, data] = await ping({ name })
这种改进不仅使代码更加清晰,还为类型安全的错误处理奠定了基础。开发者现在可以明确区分成功和失败的情况,并且能够针对不同类型的错误进行精确处理。
类型安全的错误处理
新版本引入了完善的错误类型系统,使得开发者可以精确捕获和处理不同类型的错误:
const [error, data] = await someAction({ name: 'John' })
if (error) {
if (error.defined) {
// 处理已知错误类型
console.log(error.data)
}
// 处理未知错误
} else {
// 处理成功情况
console.log(data)
}
这种模式借鉴了Go语言等现代编程语言的错误处理方式,既保持了JavaScript的灵活性,又增加了类型安全性。
新增React Hook支持
为了简化在React应用中的使用,新版本提供了useServerAction Hook:
const { execute, data, error, status } = useServerAction(someAction, {
interceptors: [
onError((error) => {
if (isDefinedError(error)) {
console.error(error.data)
}
}),
],
})
这个Hook封装了常见的异步操作模式,提供了状态管理、错误处理和拦截器等功能,大大简化了React组件中的Server Action使用。
表单处理工具
新版本还引入了createFormAction工具函数,专门用于处理表单提交:
const redirectSomeWhereForm = createFormAction(dosomething, {
interceptors: [
onSuccess(async () => {
redirect('/some-where')
}),
],
})
这个工具自动处理表单数据的序列化和反序列化,支持复杂的嵌套对象结构,使得表单处理变得更加简单和类型安全。
OpenAPILink支持
新版本增加了OpenAPILink功能,使得客户端可以直接与OpenAPI规范的服务器进行通信:
const link = new OpenAPILink(contract, {
url: 'http://localhost:3000/api',
headers: () => ({
'x-api-key': 'my-api-key',
}),
})
这个特性使得ORPC可以轻松集成到现有的OpenAPI生态系统中,为渐进式迁移提供了可能。
HTTP重定向支持
框架现在原生支持HTTP重定向响应:
const redirect = os
.route({
method: 'GET',
path: '/redirect',
successStatus: 307,
outputStructure: 'detailed'
})
.handler(async () => {
return {
headers: {
location: 'https://example.com',
},
}
})
这个改进使得处理重定向等标准HTTP场景变得更加简单和符合惯例。
总结
ORPC v1.0.0-beta.5版本的发布标志着该框架在开发者体验和功能完备性上迈出了重要一步。特别是Server Action的重构,使得错误处理更加健壮和类型安全,而新增的表单处理工具和React Hook则大大提升了开发效率。这些改进使得ORPC成为一个更加成熟和实用的RPC解决方案,值得开发者关注和尝试。
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