Typia v9.0.1发布:JSON Schema生成能力全面升级
Typia是一个高性能的TypeScript验证和转换库,它能够将TypeScript类型定义直接转换为运行时验证器,同时支持JSON Schema生成等功能。最新发布的v9.0.1版本带来了JSON Schema生成能力的重大改进,特别是在数字类型约束和示例属性处理方面。
数字类型约束的改进
新版本对JSON Schema中数字类型的约束条件进行了重要调整:
-
exclusiveMinimum/exclusiveMaximum类型变更:这两个属性从原来的boolean类型改为number类型。这一变化是为了更好地支持Anthropic Claude等AI系统的要求,使生成的Schema更加符合实际应用场景。
-
无符号整数类型的增强:当使用
number & tags.Type<"uint32">这样的类型标签时,生成的JSON Schema现在会自动包含minimum: 0约束条件,确保数值的非负性。这对于需要严格数值范围验证的场景特别有用。
示例属性的灵活处理
考虑到实际工业环境中的使用习惯,新版本对examples属性的处理变得更加灵活:
-
支持多种格式:现在
examples属性可以接受Record<string, any>或Array<any>两种格式,而不仅仅是OpenAPI v3规范中定义的Record<string, any>格式。 -
兼容性提升:这一改变解决了之前许多用户在使用
typia.assert<OpenApiV3_1.IDocument>(doc)验证OpenAPI规范时因examples属性类型不匹配而失败的问题。
其他改进
-
注释标签修复:修复了
@exclusiveMinimum等注释标签的解析问题,确保代码注释中的类型约束能够正确反映到生成的Schema中。 -
类型系统增强:整体上提升了类型系统与JSON Schema规范的匹配度,使开发者能够更准确地定义和验证数据结构。
升级建议
对于正在使用Typia进行API开发或数据验证的项目,特别是那些需要与AI系统如Anthropic Claude集成的项目,建议尽快升级到v9.0.1版本。新版本不仅提供了更好的兼容性,还在类型约束方面提供了更精确的控制能力。
需要注意的是,由于exclusiveMinimum和exclusiveMaximum的类型变更属于破坏性更新,升级后可能需要检查相关代码是否需要进行相应调整。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00