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。
kernelopenEuler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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00