Hey API Client Fetch 0.6.0 版本发布:认证与响应处理优化
2025-06-19 14:07:39作者:柏廷章Berta
Hey API 是一个专注于 TypeScript 和 OpenAPI 规范的工具链项目,其核心目标是为开发者提供高效、类型安全的 API 客户端生成方案。本次发布的 @hey-api/client-fetch@0.6.0 版本带来了两项重要的改进,主要涉及认证机制和响应处理逻辑的优化。
认证机制重构:统一 auth 接口
新版本对认证系统进行了重大重构,将原先分散的 accessToken 和 apiKey 方法整合为一个统一的 auth 函数。这种设计变更体现了现代 API 认证的发展趋势,特别是对于支持多种认证机制的 API 服务而言。
变更细节
旧版代码中,开发者需要分别设置不同的认证方法:
client.setConfig({
accessToken: () => '<my_token>',
apiKey: () => '<my_token>',
});
在新版本中,这些方法被统一为单一的 auth 函数:
client.setConfig({
auth: (auth) => '<my_token>',
});
技术优势
这种设计改进带来了几个显著优势:
- 简化接口:减少了开发者需要记忆的配置项数量,降低了学习成本
- 灵活性增强:通过
auth参数可以动态判断当前请求所需的认证方式 - 类型安全:TypeScript 类型系统能够更好地推断和验证认证参数
- 一致性:统一了不同认证机制的处理方式,减少了代码分支
迁移建议
对于现有项目,升级时需要:
- 检查所有使用
accessToken和apiKey的地方 - 将它们替换为统一的
auth函数 - 确保同时更新
@hey-api/openapi-ts到最新版本
响应处理优化:原始流数据支持
另一个重要改进是对响应体的处理逻辑进行了优化,特别是当响应头中缺少 Content-Type 时的处理方式。
变更细节
当以下条件同时满足时:
- 响应头中未提供
Content-Type parseAs选项设置为auto
客户端现在会直接返回原始的 ReadableStream 响应体,而不是尝试进行解析。这种改变更符合 HTTP 协议的实际应用场景,特别是处理二进制数据或自定义数据格式时。
技术优势
这一改进带来了以下好处:
- 更精确的数据处理:避免了在无法确定内容类型时的强制解析
- 性能优化:对于不需要解析的二进制数据,减少了不必要的处理开销
- 灵活性:开发者可以更灵活地处理特殊格式的响应数据
- 错误减少:消除了因错误猜测内容类型导致的解析异常
实际应用场景
这种改进特别适用于以下情况:
- 处理自定义二进制协议
- 接收服务器推送的事件流
- 处理未明确指定类型但格式已知的数据
- 需要直接操作底层数据流的特殊场景
总结与升级建议
Hey API Client Fetch 0.6.0 版本的这两项改进,体现了项目对开发者体验和实际应用场景的深入思考。认证系统的统一简化了配置,而响应处理的优化则提供了更大的灵活性。
对于计划升级的项目,建议:
- 完整阅读变更说明,理解破坏性变更的影响
- 在测试环境中先行验证
- 特别注意认证逻辑的修改
- 检查是否有依赖未指定内容类型的响应处理
这些改进使得 Hey API 在构建现代化、类型安全的 API 客户端方面又向前迈进了一步,为开发者提供了更强大、更灵活的工具集。
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322