Spectral v6.15.0 版本发布:新增逻辑函数与文档链接支持
项目简介
Spectral 是一个强大的开源 API 规范验证工具,它能够帮助开发者对 OpenAPI、AsyncAPI 等 API 描述文档进行自动化校验。通过定义规则集(rulesets),Spectral 可以检查 API 文档中的各种问题,从语法错误到设计规范违规,为 API 开发提供质量保障。
版本亮点
新增逻辑函数 or
v6.15.0 版本引入了一个重要的新功能 - or 逻辑函数。这个函数允许规则编写者在单个规则中定义多个可能的有效条件,只要满足其中任意一个条件,规则就会通过验证。
在实际应用中,这为 API 规范验证提供了更大的灵活性。例如,在验证 API 响应时,我们可能希望接受 JSON 或 XML 格式的响应,而不是强制要求单一格式。使用 or 函数可以轻松实现这种需求。
rules:
response-format:
given: $.responses[*].content
then:
function: or
functionOptions:
functions:
- schema
schema:
type: object
properties:
application/json:
type: object
- schema
schema:
type: object
properties:
application/xml:
type: object
文档链接支持
另一个重要改进是在 JavaScript API 和 CLI 格式化输出中添加了 documentUrl 支持。这意味着当 Spectral 报告问题时,不仅可以指出问题所在的位置,还能提供直接跳转到问题文档的链接,大大提高了开发者的调试效率。
对于集成 Spectral 到 CI/CD 流程中的团队,这一改进尤为重要。开发者现在可以快速定位和修复问题,而不需要手动在文档中搜索问题位置。
其他改进
-
依赖项更新:版本更新了多个依赖项,包括 elliptic 从 6.6.0 升级到 6.6.1,提高了安全性。
-
文档完善:
- 更新了 AsyncAPI 支持文档,明确了对 v3 版本的支持
- 修正了文档中的别名错误
- 将 Discord 链接替换为论坛链接,提供更专业的支持渠道
-
多平台支持:继续提供全面的跨平台支持,包括:
- Alpine Linux (arm64/x64)
- Linux (arm64/x64)
- macOS (arm64/x64)
- Windows
技术影响
or 函数的加入使得 Spectral 的规则表达能力更加强大,可以处理更复杂的验证场景。在实际应用中,这意味着:
-
减少冗余规则:以前需要为每种可能情况编写单独规则,现在可以合并到一个规则中。
-
提高可读性:相关验证逻辑集中在一处,更容易理解和维护。
-
增强灵活性:支持业务场景中常见的"或"逻辑关系,如多种认证方式、多种数据格式等。
文档链接支持则直接提升了开发体验,特别是在处理大型 API 文档时,能够快速导航到问题位置,显著减少调试时间。
升级建议
对于现有 Spectral 用户,建议尽快升级到 v6.15.0 版本以利用这些新功能。特别是:
-
检查现有规则集,看看哪些地方可以使用新的
or函数来简化规则。 -
更新 CI/CD 脚本,确保能够利用新的文档链接功能来改进错误报告。
-
对于安全敏感项目,确保依赖项更新到位。
Spectral 继续巩固其作为 API 规范验证领域领先工具的地位,v6.15.0 版本的这些改进进一步提升了其实用性和用户体验。无论是个人开发者还是大型团队,都能从中受益。
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
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