oRPC v1.3.0 发布:跨进程通信与多响应支持全面升级
oRPC 是一个现代化的远程过程调用(RPC)框架,专注于为开发者提供类型安全、高性能的跨环境通信解决方案。最新发布的 v1.3.0 版本带来了多项重要功能更新,显著增强了框架在跨进程通信、NestJS 集成以及复杂响应处理等方面的能力。
跨进程通信支持:Message Port Adapter
v1.3.0 版本最核心的更新之一是引入了 Message Port Adapter,这使得 oRPC 能够无缝支持各种基于消息端口的跨环境通信场景。开发者现在可以轻松实现:
- 浏览器不同标签页之间的通信
- 主线程与 Web Worker 之间的交互
- Electron 应用主进程与渲染进程的通信
- 浏览器扩展中不同上下文的消息传递
这一特性通过标准的 MessagePort 接口实现,保持了与各种环境的兼容性。在 Node.js 环境中,可以直接使用 worker_threads 模块的 MessageChannel;在浏览器环境中,则可以使用原生的 postMessage 机制。
NestJS 深度集成
对于使用 NestJS 框架的开发者,新版本提供了更优雅的集成方式。现在可以直接在 NestJS 控制器中使用 @Implement 装饰器来实现 oRPC 契约,使得 RPC 接口的定义与实现更加直观和符合 NestJS 的开发范式。
这种集成方式不仅保持了 oRPC 的类型安全特性,还能充分利用 NestJS 的依赖注入、拦截器等高级功能,为构建企业级应用提供了更强大的工具链。
多状态响应支持
在 API 设计中,同一个端点可能根据不同的业务逻辑返回不同状态码的响应。v1.3.0 引入了"detailed"输出结构,允许开发者定义多个可能的成功响应,每个响应可以有自己的状态码和数据结构。
这一特性特别适合 RESTful 风格的 API 设计,例如创建资源可能返回 201 Created,更新资源则返回 200 OK,而所有这些情况都可以在一个端点中优雅地处理,同时保持客户端代码的类型安全。
前端开发体验优化
对于前端开发者,新版本带来了多项提升开发体验的改进:
-
TanStack Query 流式查询支持:现在可以直接将 oRPC 的事件迭代器与 TanStack Query 集成,简化了实时数据更新的处理逻辑。
-
表单处理工具:新增的 parseFormData 和 getIssueMessage 工具函数大大简化了表单数据的解析和错误显示逻辑,使得表单处理代码更加简洁和类型安全。
-
Zod 4 适配:保持与最新版 Zod 的兼容性,确保类型验证的稳定性和新特性支持。
其他改进与修复
- 改进了与 useQueries 和 useSuspenseQueries 的兼容性
- 统一了不同环境下空请求体的处理行为
- 增强了 ArkType 和 Valibot 的类型转换选项
- 优化了 OpenAPI 规范生成,支持排除特定过程
oRPC v1.3.0 的这些更新进一步巩固了其作为现代化 RPC 解决方案的地位,特别是在需要类型安全、跨环境通信和复杂业务逻辑处理的场景中。无论是全栈应用、微服务架构还是浏览器扩展开发,oRPC 都提供了强大而灵活的工具支持。
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-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