ORPC v0.36.0 发布:全面升级拦截器机制与自动类型转换
ORPC 是一个基于 TypeScript 的 RPC 框架,专注于提供类型安全、高性能的远程过程调用能力。它通过 Zod 实现强大的输入验证,并支持 OpenAPI 规范,使得前后端协作更加顺畅。
重大变更:拦截器机制全面升级
本次 v0.36.0 版本带来了两个重要的架构调整:
-
废弃旧版钩子,全面转向拦截器机制
原先的onError、onSuccess等钩子函数已被完全移除,取而代之的是更强大、更灵活的拦截器系统。拦截器提供了更清晰的执行流程控制和更丰富的上下文信息访问能力。 -
ZodCoercer 被 ZodAutoCoercePlugin 取代
类型自动转换功能现在通过插件机制实现,新的ZodAutoCoercePlugin提供了更优雅的类型转换解决方案。
拦截器机制详解
新的拦截器机制采用了中间件模式,允许开发者在请求处理的不同阶段插入自定义逻辑。以下是一个典型的使用示例:
const openAPIHandler = new OpenAPIHandler(router, {
interceptors: [
onError((error) => {
console.error(error)
}),
],
plugins: [
new CORSPlugin({
origin: 'http://localhost:3000',
}),
new ResponseHeadersPlugin(),
new ZodAutoCoercePlugin(),
],
})
拦截器相比旧版钩子有以下优势:
- 更清晰的执行顺序控制
- 更丰富的上下文信息
- 更好的错误处理能力
- 更灵活的扩展方式
ZodAutoCoercePlugin:智能类型转换
ZodAutoCoercePlugin 是 ZodCoercer 的替代方案,它能够根据 Zod 模式定义自动进行类型转换。例如,当客户端传递的字符串 "123" 对应服务端定义的 number 类型时,插件会自动将其转换为数字 123。
需要注意的是,在纯 RPC 场景下(使用 RPCHandler)不需要启用此插件,因为 RPC 调用通常已经保证了类型正确性,启用插件反而会影响性能。
CORS 增强:支持 Timing-Allow-Origin
本次更新还为 CORS 插件增加了对 Timing-Allow-Origin 的支持,这使得前端应用能够获取更精确的资源加载计时信息,对于性能监控和优化非常有帮助。
升级建议
对于现有项目,升级到 v0.36.0 需要做以下调整:
- 将所有
onError、onSuccess等钩子替换为对应的拦截器 - 将
ZodCoercer替换为ZodAutoCoercePlugin - 检查 RPC 调用场景,移除不必要的类型转换插件
这些架构改进使得 ORPC 在保持高性能的同时,提供了更强大、更灵活的扩展能力,为开发者构建复杂的分布式系统提供了更好的支持。
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-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