Valibot v1.0.0-rc.0 to-json-schema 版本深度解析
Valibot 是一个现代化的 TypeScript 数据验证库,它提供了一种声明式的方式来定义和验证数据结构。在即将发布的 v1.0.0-rc.0 版本中,to-json-schema 功能迎来了多项重要更新,这些改进显著增强了 Valibot 在 JSON Schema 转换方面的能力。
核心功能增强
本次版本更新在数据类型支持方面做了大量扩展,新增了对多种特殊格式的支持:
-
基础数据类型增强:新增了
base64、isoTime、isoDateTime等基础格式验证器,使得开发者能够更方便地验证特定格式的数据。 -
字符串格式扩展:引入了
bic(银行识别代码)、cuid2、emoji、hex_color等专业字符串格式验证,覆盖了更多业务场景需求。 -
数字处理改进:新增
decimal(十进制)、digits(数字字符串)、hexadecimal(十六进制)等数字相关验证器,丰富了数值处理能力。
架构性改进
-
可选属性处理:新增
exactOptional和undefinedable支持,提供了更精细的可选属性控制机制。这使得开发者能够更精确地定义哪些属性可以缺失或为 undefined。 -
错误处理模式:将原有的
force参数重构为errorMode,提供了更灵活的验证错误处理策略。开发者现在可以更细致地控制验证失败时的行为。 -
对象属性处理:改进了
object和looseObject的additionalProperties处理逻辑,使得对象结构的定义更加符合 JSON Schema 规范。
向后兼容性考虑
本次更新将 Valibot 的 peer dependency 升级到了 v1.0.0 版本,开发者需要注意依赖版本的同步更新。同时,对于 nullable、nullish 和 optional 等修饰符的默认值提取逻辑也进行了优化,这些变化可能会影响现有代码的行为,建议进行全面测试。
实际应用建议
对于正在使用 Valibot 的开发者,升级到新版本时需要注意:
- 检查现有代码中是否使用了被修改的配置项(如
force改为errorMode) - 评估新增的验证器是否能替代现有的自定义验证逻辑
- 测试对象结构的 JSON Schema 生成是否符合预期
- 考虑新的可选属性处理机制是否能优化现有类型定义
Valibot 通过这些改进,进一步巩固了其作为现代化数据验证解决方案的地位,特别是在需要生成 JSON Schema 的场景下,提供了更强大、更灵活的功能支持。
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