Valibot 函数模式类型推断问题解析
2025-05-29 01:38:24作者:裘旻烁
Valibot 是一个强大的 TypeScript 数据验证库,它允许开发者定义数据模式并进行类型安全的验证。在使用 Valibot 定义函数模式时,开发者可能会遇到一个常见的类型推断问题:无论函数参数和返回值如何定义,推断出的类型总是 (...args: unknown[]) => unknown。
问题现象
当开发者尝试使用 Valibot 定义函数模式时,通常会这样编写代码:
const func = v.pipe(
v.function(),
v.args(v.tuple([v.string()])),
v.returns(v.number())
);
然后尝试获取输入类型:
type FUNC = v.InferInput<typeof func>; // 结果为 (...args: unknown[]) => unknown
这显然不是开发者期望的结果,开发者期望的类型应该是 (arg: string) => number。
问题原因
这个问题的根源在于 Valibot 的类型系统设计。v.args 和 v.returns 实际上是转换操作(transformation actions),它们将传入的模式包装到一个验证函数中,该函数在执行时强制执行类型安全。因此,当使用 InferInput 时,Valibot 返回的是最宽松的函数类型。
解决方案
要获取正确的函数类型,开发者应该使用 InferOutput 而不是 InferInput:
type FUNC = v.InferOutput<typeof func>; // 现在会得到正确的 (arg: string) => number
深入理解
Valibot 的这种设计实际上反映了其类型系统的两个层面:
- 输入类型(Input Type):表示最宽松的、可能被验证函数接受的原始输入类型
- 输出类型(Output Type):表示经过验证和转换后的最终类型
对于函数模式来说:
InferInput给出的是验证前的原始函数类型InferOutput给出的是经过参数和返回值验证后的精确函数类型
最佳实践
在使用 Valibot 定义函数模式时,建议:
- 始终使用
InferOutput来获取精确的函数类型 - 如果确实需要获取输入类型,理解它代表的是最宽松的可能输入
- 在类型定义处添加注释,说明使用的是输入还是输出类型
// 获取经过验证后的精确函数类型
type ValidatedFunc = v.InferOutput<typeof func>;
通过这种方式,开发者可以充分利用 Valibot 的类型系统,同时避免类型推断上的困惑。
登录后查看全文
热门项目推荐
相关项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
572
3.85 K
Ascend Extension for PyTorch
Python
388
461
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++
894
684
openEuler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。
C
354
215
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
807
198
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
12
1
🔥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
68
20
🎉 (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
1.38 K
781