FoalTS 5.0.0 发布:现代化 Node.js 框架的重要升级
FoalTS 是一个基于 TypeScript 的 Node.js 框架,专注于提供简洁、高效且类型安全的 Web 开发体验。作为一款全栈框架,FoalTS 集成了路由、ORM、认证、日志等常用功能,同时保持了良好的模块化和可扩展性。最新发布的 5.0.0 版本带来了多项重要改进和突破性变更,标志着框架向现代化开发标准又迈进了一步。
核心升级与突破性变更
运行环境支持调整
FoalTS 5.0.0 放弃了对 Node.js 18 和 20 的支持,新增了对 Node.js 22 的支持。这一变更意味着框架现在完全基于 ES2023 标准进行编译,开发者可以享受到最新的 JavaScript 语言特性。同时,TypeScript 的最低支持版本提升至 5.5,这为类型系统带来了更强大的能力。
类型系统增强
新版本对类型系统进行了显著增强,最明显的变化是 Context.state 的默认类型现在为 {}。这一调整强制开发者显式声明状态类型,避免了隐式的 any 类型使用,从而提高了代码的类型安全性。对于需要访问 ctx.state 的场景,开发者现在必须明确指定状态类型,这虽然增加了少量样板代码,但显著提升了代码的健壮性。
控制器参数处理优化
5.0.0 版本改进了控制器方法的参数处理方式。现在请求对象会作为第二个参数传递给控制器方法,这使得请求体、路径参数和查询参数的类型声明更加直观和集中。这种改进不仅简化了类型声明,还使代码结构更加清晰,减少了类型断言的使用。
日志系统改进
日志系统进行了多项优化:
Logger.addLogContext方法现在接受一个记录对象而非键值对,这使得添加多个上下文信息更加方便- 移除了已弃用的
settings.loggerFormat配置,改用更明确的settings.logger.logHttpRequests配置 - 脚本执行的日志记录得到了增强,现在会自动添加脚本名称和ID到日志上下文,并在脚本结束时记录执行结果
脚本执行增强
Shell 脚本的 main 函数现在接收 ServiceManager 实例和 Logger 作为参数,这为标准化的依赖注入和日志记录提供了支持。此外,脚本执行过程中的错误现在会自动由框架记录,简化了错误处理流程。
移除的废弃功能
5.0.0 版本清理了多个已标记为废弃的功能:
- 移除了
@Log钩子,建议开发者使用Logger服务配合自定义@Hook实现日志功能 - 移除了
npx foal run-script命令别名,统一使用npx foal run - 移除了
AbstractProvider.redirect方法,改用更明确的createHttpResponseWithConsentPageUrl
依赖项更新
框架的核心依赖进行了全面升级:
- TypeORM 升级至 0.3.24 版本
- 移除了 node-fetch 依赖
- 各子包的核心依赖如 AWS SDK、Socket.IO、Swagger UI 等均更新至最新稳定版本
升级建议
对于现有项目升级到 5.0.0 版本,开发者需要注意以下几点:
- 确保运行环境升级到 Node.js 22
- 更新 TypeScript 到 5.5 或更高版本
- 检查并更新所有控制器中
Context.state的类型声明 - 替换所有已移除的废弃功能调用
- 根据新规范调整日志配置和脚本实现
FoalTS 5.0.0 的这些变化虽然带来了一些突破性变更,但总体上使框架更加现代化、类型更安全,同时也为未来的功能扩展奠定了更好的基础。对于新项目,这些改进将提供更优秀的开发体验;对于现有项目,虽然升级需要一定工作量,但获得的好处值得投入。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00