Kysely-Codegen 0.18.0 版本发布:配置化与自定义能力的全面升级
Kysely-Codegen 是一个为 Kysely(TypeScript 的 SQL 查询构建器)自动生成类型定义的工具,它能够根据数据库结构自动生成对应的 TypeScript 类型,极大地提升了开发效率和类型安全性。最新发布的 0.18.0 版本带来了多项重要改进,特别是配置化和自定义能力的显著增强。
配置文件的全面支持
0.18.0 版本最大的变化之一是引入了对配置文件的全面支持。现在,开发者可以通过 .kysely-codegenrc 文件(支持 JSON、JS、TS、YAML 等多种格式)或在 package.json 中的 kysely-codegen 属性来配置所有代码生成选项,而不再局限于命令行参数。
这一改进使得项目配置更加集中和可维护,特别是对于需要复杂配置的大型项目。配置文件中可以设置包括表名转换规则、列类型覆盖、运行时枚举等所有选项。
配置选项的优化与重命名
新版本对一些 CLI 选项进行了重命名以提升一致性:
--schema重命名为--default-schema--singular重命名为--singularize--runtime-enums和--runtime-enums-style合并为单一的--runtime-enums
这些变化虽然需要开发者进行少量迁移工作,但使得选项命名更加清晰和一致。
高级表名转换规则
新版本增强了表名单数化(singularize)功能,现在支持通过正则表达式定义复杂的转换规则。例如:
{
"singularize": {
"/^(.*?)s?$/": "$1_model",
"/(bacch)(?:us|i)$/i": "$1us"
}
}
这种灵活性特别适合处理不规则复数形式或需要特定命名约定的项目。
自定义序列化器与方言支持
0.18.0 版本引入了强大的自定义序列化器功能,允许开发者完全控制生成的代码格式。例如,可以创建生成 Zod 模式的序列化器:
serializer: {
serializeFile: (metadata) => {
let output = 'import { z } from "zod";\n\n';
// 生成 Zod 模式定义...
return output;
}
}
同样,现在也支持自定义方言(dialect),这意味着开发者可以扩展或创建全新的数据库方言支持,为特殊数据库或定制需求提供了可能。
其他改进与修复
- 修复了列覆盖(overrides)不总是应用到正确列的问题
- 通过顺序执行测试解决了测试不稳定的问题
- 恢复了 bun sqlite 的代码生成支持
- 更新了所有依赖项
- 改进了文档中的示例
总结
Kysely-Codegen 0.18.0 通过引入配置文件支持、增强的自定义能力和多项优化,显著提升了工具的灵活性和易用性。这些改进使得它能够更好地适应各种项目需求,从简单的类型生成到复杂的自定义代码输出。对于已经在使用 Kysely 的团队来说,升级到这个版本将带来更顺畅的开发体验和更强的类型安全保障。
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