Malli 0.18.0 版本发布:解析器优化与关键修复
Malli 是一个用于 Clojure 和 ClojureScript 的功能强大的数据验证和模式库。它提供了一种声明式的方式来定义数据结构,并支持验证、转换、生成测试数据等功能。Malli 的设计哲学是简单、可组合和可扩展,这使得它成为处理复杂数据结构的理想选择。
解析与反解析的重大改进
本次 0.18.0 版本中最显著的变化是对解析器输出的重构。现在,parse 函数的输出使用了新的 malli.core.Tag 和 malli.core.Tags 记录类型来处理 :orn、:multi、:altn、:catn 等复杂模式。
这一变化意味着:
- 解析后的数据结构现在具有更明确的语义标签
- 类型信息更加丰富和规范化
- 为未来的扩展提供了更好的基础架构
对于开发者来说,这意味着在处理复杂模式时能够获得更一致和可预测的行为,特别是在涉及联合类型(:orn)和多重分派(:multi)等高级特性时。
Swagger 和 JSON Schema 输出的改进
另一个重要变化是 Swagger 和 JSON-Schema 输出现在使用点号(.)而不是斜杠(/)作为分隔符。这一变化使得生成的模式名称更加符合现代工具的期望,提高了与其他生态系统的兼容性。
值得注意的是,这一变化只会影响那些依赖于模式确切名称的集成场景。对于大多数用户来说,这一改进应该是透明的,不会破坏现有功能。
文档与错误修复的增强
本次更新还包含了对文档的改进,特别是关于 optional-keys 和 required-keys 的部分,使得这些关键概念更加清晰易懂。
在错误修复方面,有几个值得注意的改进:
- 修复了
:path在解释:ref错误时的问题 - 改进了对带有原始类型提示(如
^double)函数的处理 :map-of和:map解码现在能正确保留输入映射类型(如sorted-map)- 修复了 CLJS 中模式和 into-schemas 的打印一致性问题
- 改进了
:merge和:union对单子节点的处理 - 修复了
default-value-transformer在:map中包含:ref时的问题 - 修复了
empty?模式的生成器问题
向后兼容性考虑
作为一次重大版本更新,0.18.0 包含了一些破坏性变更。开发者需要注意:
- 解析器输出的结构变化可能影响现有的解析后处理逻辑
- Swagger/JSON Schema 输出的分隔符变化可能影响某些集成场景
建议在升级前仔细测试现有代码,特别是那些直接依赖于解析输出或模式名称的功能。
总结
Malli 0.18.0 版本带来了多项重要改进,特别是在解析器架构和模式输出方面。这些变化不仅修复了已知问题,还为库的未来发展奠定了更好的基础。对于现有用户,建议评估破坏性变更的影响并相应地调整代码;对于新用户,这个版本提供了更稳定和一致的功能集。
随着 Malli 的持续发展,它正成为 Clojure 生态系统中处理数据验证和模式的最强大工具之一。0.18.0 版本的这些改进进一步巩固了这一地位。
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