OpenAPI-TS 项目中关于流式请求体必须指定duplex参数的解决方案
在开发基于OpenAPI规范的TypeScript客户端时,开发者可能会遇到一个特定的错误:"The duplex member must be specified for a request with a streaming body"。这个问题主要出现在使用openapi-fetch库进行POST请求时,特别是在Chrome浏览器环境中。
问题现象
当开发者尝试使用openapi-fetch库发送一个包含简单JSON对象的POST请求时,Chrome浏览器会抛出上述错误。有趣的是,这个问题在Firefox中不会出现,表明这是一个浏览器特定的实现差异。
典型的错误场景如下:
client.POST('/api/endpoint', {
body: { key: 'value' }
})
技术背景
这个问题的根源在于现代浏览器对Fetch API的实现差异。Chrome在125版本及以后对包含流式请求体的fetch请求实施了更严格的检查,要求必须显式设置duplex参数。
duplex是Fetch API的一个相对较新的选项,它定义了请求体的传输模式。对于流式请求体,必须明确指定duplex: 'half',以表明这是一个半双工通信(数据只能单向流动)。
解决方案
在openapi-typescript项目的0.10.0版本中,这个问题已经得到修复。解决方案的核心是在内部fetch调用中为流式请求体自动添加duplex: 'half'参数。
对于开发者来说,有几种应对方案:
-
升级到最新版本:最简单的解决方案是将openapi-fetch升级到0.10.0或更高版本。
-
手动添加duplex参数:如果暂时无法升级,可以在创建客户端时通过配置添加:
const client = createClient<paths>({
baseUrl: '/api',
fetch: (input, init) => {
if (init?.body && typeof init.body !== 'string') {
init.duplex = 'half';
}
return fetch(input, init);
}
});
- 使用字符串化的请求体:另一种变通方法是确保请求体已经是字符串形式:
client.POST('/api/endpoint', {
body: JSON.stringify({ key: 'value' })
})
技术细节
这个问题的出现揭示了现代Web开发中几个重要的技术点:
-
浏览器兼容性差异:不同浏览器对Web标准的实现可能存在细微差别,开发者需要特别注意。
-
流式请求处理:随着Web应用复杂度的提升,流式数据处理变得越来越常见,相关的API也在不断演进。
-
类型安全与自动化:openapi-fetch这类工具通过OpenAPI规范自动生成类型安全的客户端,大大提高了开发效率,但也需要处理底层API的变化。
最佳实践
为了避免类似问题,建议开发者:
- 保持依赖库的最新版本
- 在跨浏览器测试中特别关注API调用
- 对于关键业务接口,考虑添加适当的错误处理和回退机制
- 关注Web标准的发展,特别是Fetch API的更新
通过理解这个问题的本质和解决方案,开发者可以更好地构建健壮的Web应用程序,避免因浏览器实现差异导致的意外错误。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00