ArkType 中如何正确传递类型到函数
2025-06-04 13:36:59作者:沈韬淼Beryl
在 TypeScript 类型验证库 ArkType 中,开发者经常需要处理类型验证函数的类型传递问题。本文将深入探讨如何正确地为验证函数添加类型注解,确保类型安全的同时获得最佳的类型推断体验。
核心问题分析
当我们需要创建一个通用函数来执行类型验证时,通常会遇到两个关键需求:
- 确保输入数据符合预期的类型结构
- 正确推断并返回验证后的类型结果或错误信息
解决方案对比
方案一:使用 Any 类型约束
第一种方案利用了 ArkType 的 Any 类型和 inferIn/inferOut 类型操作符:
function test<TSchema extends type.Any<object>>(
schema: TSchema,
data: NoInfer<TSchema['inferIn']>
): ArkErrors | TSchema['inferOut'] {
return schema(data)
}
这种方式的优点是:
- 明确约束了 schema 必须是 ArkType 的类型定义
- 使用
NoInfer避免不必要的类型推断 - 返回类型清晰地表达了可能的结果
方案二:直接使用 Type 类型
更简洁的解决方案是直接使用 Type 类型:
function test<T extends Type>(
schema: T,
data: T["inferIn"]
): T["inferOut"] | ArkError {
return schema(data)
}
这种写法的优势在于:
- 代码更加简洁直观
- 避免了不必要的类型操作
- 保持了完整的类型安全性
性能考虑
值得注意的是,某些情况下开发者可能会考虑使用未编译的类型定义:
function test<const def>(
schema: type.validate<def>,
data: NoInfer<Type<type.infer<def>>['inferIn']>
) {
return type(schema)(data) as Type<type.infer<def>>['infer'] | ArkErrors
}
虽然这种方法提供了灵活性,但需要注意:
- 每次调用都会重新编译类型定义
- 可能导致性能下降
- 潜在的内存泄漏风险
最佳实践建议
对于大多数应用场景,推荐使用第二种方案(直接使用 Type 类型),因为:
- 它提供了最佳的类型安全性
- 代码简洁易读
- 避免了不必要的运行时开销
- 与 ArkType 的类型系统完美集成
总结
在 ArkType 中正确处理类型验证函数的类型注解,关键在于理解 ArkType 的类型系统和合理运用其提供的类型操作符。通过选择适当的类型约束和返回类型定义,我们可以创建出既安全又易于使用的类型验证工具函数。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137