ORPC v0.26.0 发布:中间件与处理器参数的重大重构
2025-06-25 11:49:13作者:瞿蔚英Wynne
ORPC 是一个面向现代 Web 开发的 RPC 框架,它提供了简洁高效的远程过程调用能力。在最新发布的 v0.26.0 版本中,ORPC 对中间件和处理器函数的参数设计进行了重大重构,这是该框架发展过程中的一个重要里程碑。
参数设计的演进
在之前的版本中,ORPC 的处理器和中间件采用传统的参数传递方式:
// 旧版处理器
os.handler((input, context, meta) => { })
// 旧版中间件
os.middleware((input, context, meta) => meta.next({}))
这种设计虽然直观,但随着框架的发展和使用场景的复杂化,逐渐暴露出一些问题:
- 参数顺序固定,不够灵活
- meta 对象包含 next 方法,语义不够清晰
- 扩展性受限,难以适应未来需求变化
新版参数设计
v0.26.0 引入了一种更现代化、更具表达力的参数结构:
// 新版处理器
os.handler(({ context, input }) => { })
// 新版中间件
os.middleware(({ context, next }, input) => next({}))
这种设计的主要改进包括:
- 对象解构参数:使用对象解构语法,使参数更清晰、更易读
- 语义化结构:明确区分上下文(context)和输入(input)
- 更直观的流程控制:中间件中 next 方法直接作为参数提供,不再需要通过 meta 对象访问
- 更好的类型推断:TypeScript 类型系统能提供更精确的类型提示
迁移指南
对于现有项目,升级到 v0.26.0 需要进行以下修改:
- 处理器函数需要从三个单独参数改为解构对象参数
- 中间件函数需要调整参数结构,next 方法现在直接作为第一个参数的属性
- 所有 meta.next() 调用需要改为直接调用 next()
设计优势
这种新的参数设计带来了多项优势:
- 更好的可读性:参数结构自文档化,开发者一眼就能看出函数需要什么
- 更强的扩展性:未来可以轻松添加新属性而不破坏现有代码
- 更符合现代 JavaScript 习惯:与 React Hooks 等现代 API 设计理念一致
- 改进的类型安全:TypeScript 类型检查更精确,减少潜在错误
总结
ORPC v0.26.0 的参数重构代表了框架向更现代化、更健壮的方向发展。虽然这是一个破坏性变更,但它为框架的未来发展奠定了更好的基础。对于开发者而言,短暂的迁移成本将换来长期更好的开发体验和代码质量。
建议所有 ORPC 用户尽快规划升级到 v0.26.0,以享受新参数设计带来的各种好处,并为将来可能的新特性做好准备。
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 StartedRust0211
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 Notebook0135
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 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++
871
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
956
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++
695
1.39 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++
1.1 K
1.14 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
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
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
1.03 K
644