Remix Validated Form 7.1.0 发布:支持标准 Schema 规范
项目简介
Remix Validated Form(简称 RVF)是一个用于 React 和 Remix 应用的表单验证库。它提供了强大的表单验证功能,同时保持了与 React 生态系统的良好集成。该库特别适合需要复杂表单验证逻辑的现代 Web 应用程序。
7.1.0 版本亮点
最新发布的 7.1.0 版本带来了两个重要特性:对 Standard Schema 规范的支持,以及稳定了 useNativeValidityForForm API。
Standard Schema 规范支持
Standard Schema 是一个表单验证的通用规范,旨在为不同的验证库提供统一的接口。RVF 7.1.0 现在可以直接兼容任何符合 Standard Schema 规范的验证库,如 Zod 和 Valibot。
主要变化
- 新的 schema 选项:现在可以直接将 Zod 或 Valibot 的 schema 对象传递给
useForm钩子或ValidatedForm组件。
useForm({
schema: z.object({
username: z.string().min(3),
email: z.string().email()
}),
defaultValues: {
username: '',
email: ''
}
})
-
默认值变为必填项:使用 Standard Schema 时,
defaultValues现在是必填选项。这与之前使用自定义验证器时的行为不同。 -
改进的类型推断:Standard Schema 允许 schema 定义输入类型,这被用于推断默认值的类型。开发者仍然可以扩展这些类型以满足特定需求。
-
适配器弃用:由于 Zod 和 Valibot 现在都支持 Standard Schema,专门的
withZod和withValibot适配器已被标记为弃用。
未来方向
开发团队计划最终移除 validator 属性,全面转向 schema 属性。对于 Yup 适配器,未来将重新设计以使其符合 Standard Schema 规范,而不是使用自定义的验证器对象。
useNativeValidityForForm API 稳定化
这个曾经标记为不稳定的 API 现在已经成为稳定功能。它允许开发者利用浏览器原生的表单验证功能,同时仍然保持 RVF 的其他特性。这个 API 特别适合那些希望利用浏览器内置验证行为,但又需要 RVF 提供的额外功能的场景。
技术细节解析
Standard Schema 的集成优势
Standard Schema 的引入为 RVF 带来了几个关键优势:
-
跨验证库兼容性:开发者可以自由选择自己喜欢的验证库,只要它符合 Standard Schema 规范。
-
更严格的类型安全:通过利用 schema 的输入类型定义,表单数据的类型检查变得更加精确。
-
简化 API:减少了学习不同验证库特定适配器的需要,统一了使用方式。
迁移指南
对于现有项目,迁移到新版本需要注意以下几点:
-
如果使用 Zod 或 Valibot,应该从适配器模式切换到直接使用 schema 属性。
-
确保为所有使用 Standard Schema 的表单提供 defaultValues。
-
考虑逐步替换现有的验证器实现,以利用新的类型推断功能。
总结
Remix Validated Form 7.1.0 通过支持 Standard Schema 规范,显著提升了库的灵活性和易用性。这一变化使得开发者能够更自由地选择验证解决方案,同时享受更好的类型安全和更简洁的 API。稳定化的 useNativeValidityForForm 也为需要浏览器原生验证行为的场景提供了可靠支持。这些改进共同使 RVF 成为一个更加强大和通用的表单验证解决方案。
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-1.5暂无简介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