ORPC v0.52.0 发布:全面重构的 Server Action 与 OpenAPI 集成
ORPC 是一个现代化的 RPC 框架,它通过 TypeScript 优先的方式简化了前后端通信。最新发布的 v0.52.0 版本带来了重大改进,特别是对 Server Action 的全面重构以及 OpenAPI 集成的增强。
Server Action 的重大重构
Server Action 是 ORPC 中处理服务端逻辑的核心机制。在 v0.52.0 中,这一功能经历了彻底的重构,带来了更优雅的错误处理和更强大的类型安全。
元组返回模式
新版本引入了元组返回模式,将错误和数据明确分离:
const [error, data] = await ping({ name })
这种模式比传统的单返回值更加清晰,让开发者能够更直观地处理成功和失败场景。
类型安全的错误处理
ORPC 现在提供了完整的类型安全错误处理机制:
if (error) {
if (error.defined) {
console.log(error.data) // 类型安全的错误数据
}
// 处理未知错误
} else {
// 处理成功情况
console.log(data)
}
这种设计使得开发者能够精确地区分预定义错误和系统错误,同时保持完整的类型安全。
新增 useServerAction Hook
为了简化 React 应用中的 Server Action 使用,ORPC 引入了 useServerAction Hook:
const { execute, data, error, status } = useServerAction(someAction, {
interceptors: [
onError((error) => {
if (isDefinedError(error)) {
console.error(error.data) // 类型安全的错误数据
}
}),
],
})
这个 Hook 提供了状态管理、错误处理和拦截器支持,大大简化了前端开发流程。
表单处理工具 createFormAction
新版本还引入了 createFormAction 工具,专门用于处理表单提交:
const dosomething = os
.input(z.object({
user: z.object({
name: z.string(),
age: z.coerce.number(),
}),
}))
.handler(({ input }) => {
console.log(input)
})
export const redirectSomeWhereForm = createFormAction(dosomething, {
interceptors: [
onSuccess(async () => {
redirect('/some-where')
}),
],
})
这个工具支持使用括号表示法反序列化表单数据,并与 ORPC 的类型系统无缝集成。
OpenAPILink 集成
v0.52.0 引入了 OpenAPILink,这是一个专门用于与 OpenAPIHandler 通信的链接器:
const link = new OpenAPILink(contract, {
url: 'http://localhost:3000/api',
headers: () => ({
'x-api-key': 'my-api-key',
}),
})
OpenAPILink 支持自定义头部、fetch 多填充等特性,为 OpenAPI 集成提供了标准化的解决方案。
3xx 重定向支持
新版本增加了对 3xx 重定向响应的原生支持:
const redirect = os
.route({
method: 'GET',
path: '/redirect',
successStatus: 307,
outputStructure: 'detailed'
})
.handler(async () => {
return {
headers: {
location: 'https://orpc.unnoq.com',
},
}
})
通过结合 successStatus 和 outputStructure 选项,开发者可以返回标准的 HTTP 重定向响应。
其他改进
- 改进了客户端对畸形响应的错误处理
- 允许使用数字和符号作为上下文键
- 支持配置 ThrowableError
- 修复了类型推断相关问题
ORPC v0.52.0 的这些改进显著提升了开发体验,特别是在错误处理、表单集成和 OpenAPI 支持方面。这些变化使得 ORPC 在构建现代化、类型安全的 Web 应用时更加得心应手。
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