Orval v7.9.0 发布:新增 mcp 客户端支持与多项功能优化
2025-06-13 14:06:21作者:谭伦延
Orval 是一个强大的 API 客户端生成工具,它能够根据 OpenAPI/Swagger 规范自动生成类型安全的 API 客户端代码。最新发布的 v7.9.0 版本带来了多项重要更新和改进,包括对新客户端类型的支持、表单数据处理优化、枚举类型增强等。
新增 mcp 客户端支持
本次更新最引人注目的特性是新增了对 mcp 客户端的支持。mcp 是一种新兴的 API 客户端实现方式,Orval 现在能够为使用 mcp 的项目生成适配的客户端代码。开发团队还专门为此添加了测试用例和示例应用,帮助开发者快速上手。
表单数据处理优化
在处理表单数据特别是数组类型时,v7.9.0 提供了更好的支持。这项改进使得开发者能够更轻松地处理包含数组的复杂表单数据,特别是在文件上传等场景下,表单数据的生成和传输更加准确可靠。
枚举类型增强
新版本引入了联合枚举(union enum)的生成能力。这意味着当 API 规范中定义了联合类型的枚举值时,Orval 能够生成更精确的类型定义,提供更好的类型安全性和开发体验。这项改进特别适合那些需要处理多种可能值的 API 接口。
查询功能增强
对于使用 React Query 的开发者,v7.9.0 带来了多项查询相关的改进:
- 新增了对 suspenseQuery 和 suspenseInfiniteQuery 的 prefetch 支持
- 修复了查询参数语法生成的问题
- 优化了查询和突变操作的生成逻辑
- 解决了 Vue Query 中 useCallback 未定义的问题
其他重要改进
- 路径处理优化:现在会正确包含 baseUrl 和 servers 设置到路由路径中
- 代码生成优化:只导入必要的 schema,减少生成代码的体积
- 自定义 Mock 支持:允许开发者定义自定义的 mock 生成器
- PNPM 支持:新增对 PNPM 包管理器的 catalog 支持
- 操作名称处理:修复了覆盖操作名称时的 sanitize 问题
开发者体验提升
除了功能上的改进,v7.9.0 还包含多项开发者体验的优化:
- 更新了文档,包括新增的 mcp 客户端指南
- 修复了示例项目中的问题
- 更新了贡献指南
- 解决了多项依赖安全问题
总结
Orval v7.9.0 通过新增 mcp 客户端支持、优化表单数据处理、增强枚举类型生成等多项改进,进一步提升了 API 客户端生成的灵活性和可靠性。这些变化使得 Orval 能够更好地适应各种开发场景,为开发者提供更强大的工具支持。无论是新项目还是现有项目升级,v7.9.0 都值得考虑。
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
暂无简介
Dart
671
155
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++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322