Valibot v1.0.0-rc.1 版本发布:更强大的数据验证功能
Valibot 是一个轻量级的数据验证库,专注于为开发者提供简洁而强大的数据验证解决方案。通过模块化的设计,Valibot 允许开发者根据项目需求灵活组合各种验证规则,同时保持极小的包体积。在即将发布的 1.0.0 正式版之前,Valibot 团队带来了这个重要的候选版本,引入了多项实用的新功能和改进。
新增比较验证操作
在数据验证场景中,数值比较是最常见的需求之一。v1.0.0-rc.1 版本新增了两个专门用于数值比较的验证操作:
gtValue- 验证输入值是否大于指定值ltValue- 验证输入值是否小于指定值
这两个操作极大地简化了数值范围的验证逻辑。例如,验证用户年龄是否大于18岁,现在可以简单地使用 gtValue(18) 来实现,代码更加直观和易读。
多值验证的便捷方式
处理多值验证时,开发者通常需要编写复杂的逻辑来判断输入值是否在允许的列表中。新版本引入了两个专门为此设计的操作:
values- 验证输入值是否在指定的值列表中notValues- 验证输入值是否不在指定的值列表中
这些操作使得多值验证变得异常简单。例如,验证用户选择的颜色是否是红、绿或蓝,可以使用 values(['red', 'green', 'blue']),代码简洁明了。
新增 URL slug 验证
在Web开发中,URL slug 的验证是一个常见需求。v1.0.0-rc.1 版本新增了专门的 slug 操作来验证URL slug的格式。这个验证器会检查输入是否符合常见的slug规范,包括只包含小写字母、数字和连字符,以及不以连字符开头或结尾等规则。
优化包体积的工具函数
Valibot 一直注重保持轻量级的特性。在这个版本中,团队新增了 entriesFromObjects 工具函数,这个实用工具可以帮助开发者更好地利用现代打包工具的tree shaking功能,进一步减小最终打包体积。这对于追求极致性能的现代Web应用尤为重要。
总结
Valibot v1.0.0-rc.1 版本通过新增这些实用的验证操作和工具函数,进一步提升了开发者在数据验证场景下的开发体验。从基本的数值比较到复杂的多值验证,再到专门的URL slug验证,这个版本覆盖了更广泛的使用场景。同时,对包体积的持续优化也体现了Valibot团队对性能的重视。这些改进使得Valibot在即将到来的1.0.0正式版前更加成熟和完善。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00