Encore项目中TypeScript高级类型支持的演进
Encore作为一款现代化的开发框架,近期在其v1.46.12版本中增强了对TypeScript高级类型特性的支持,特别是解决了开发者在使用映射类型和索引访问类型时遇到的限制问题。这一改进显著提升了开发者在Encore生态中使用复杂类型系统的能力。
类型系统限制的突破
在之前的版本中,Encore对TypeScript某些高级类型特性的支持存在限制。开发者反馈在使用类似ObjectValues<T>这样的实用类型时遇到了"unsupported index access type operation"的错误。这类实用类型通常用于从常量对象中提取值类型,是TypeScript生态中的常见模式。
export type ObjectValues<T> = T[keyof T];
这种模式允许开发者从常量对象中派生出联合类型,保持类型安全的同时减少重复代码。例如,当定义一组动作常量时:
export const TAGGING_ACTION = {
ADD: 'ADD',
REMOVE: 'REMOVE',
} as const;
开发者可以方便地派生出对应的类型:
export type TaggingAction = ObjectValues<typeof TAGGING_ACTION>;
实际应用场景
这种类型模式在实际开发中有多重优势:
- 单一真实来源:常量和类型定义保持同步,避免不一致
- 可维护性:修改只需在一处进行,编辑器重构功能可自动传播变更
- 类型安全:相比直接使用字符串字面量,这种方式提供了更好的类型检查
此外,这种模式在各类代码生成工具中尤为常见,如Prisma、GraphQL Codegen和OpenAPI生成器等,它们通常依赖这些高级类型特性来生成类型定义。
更复杂的类型支持
Encore的更新不仅解决了基础的keyof访问问题,还支持了更复杂的类型操作。例如,开发者现在可以使用条件类型和映射类型的组合:
export type KeepNullable<T> = {
[K in keyof T]: null extends T[K] ? T[K] : never;
} extends infer O ? Pick<O, { [K in keyof O]: O[K] extends never ? never : K }[keyof O]> : never;
这种类型可以提取出对象类型中所有可为null的属性,在表单处理和API响应等场景中非常实用。
最佳实践演进
Encore团队在解决这一问题时,也探讨了类型定义的最佳实践。虽然直接使用字符串字面量或TypeScript枚举在某些简单场景下可行:
// 方案1: 直接使用字符串字面量
interface Request1 {
action: "ADD" | "REMOVE";
}
// 方案2: 使用TypeScript枚举
enum TaggingAction {
ADD = "ADD",
REMOVE = "REMOVE"
}
但社区更倾向于使用as const结合类型推导的模式,原因在于:
- 保持JavaScript的运行时特性不变
- 避免TypeScript枚举的一些已知问题
- 与函数式编程风格更契合
- 更好的tree-shaking支持
总结
Encore对TypeScript高级类型支持的增强,体现了框架对开发者体验的持续关注。这一改进不仅解决了现有代码的兼容性问题,也为更复杂、更类型安全的应用程序开发铺平了道路。开发者现在可以更自由地使用TypeScript的类型系统来表达复杂的业务逻辑,同时保持代码的简洁性和可维护性。
随着Encore生态的成熟,这类对TypeScript深度集成的改进将继续提升开发者的生产力,特别是在需要严格类型安全的大型应用中。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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