Pothos GraphQL 中使用 Zod 国际化错误验证的实践
2025-07-01 23:06:18作者:翟萌耘Ralph
背景介绍
Pothos 是一个强大的 GraphQL Schema 构建工具,其验证插件(validation plugin)基于 Zod 库提供了强大的输入验证功能。在实际开发中,我们经常需要将验证错误信息本地化,以提供更好的用户体验。
问题分析
在 Pothos 中使用 Zod 进行验证时,开发者可能会遇到国际化错误消息的需求。虽然 Zod 本身提供了 setErrorMap 方法来定制错误消息,但在 Pothos 环境中直接使用可能不会生效,这是因为:
- Pothos 验证插件可能有自己独立的 Zod 实例
- 错误消息的聚合方式需要特殊处理
解决方案
基础配置
首先需要配置 Zod 的国际化错误映射。这里以法语为例:
import i18next from 'i18next';
import { z } from 'zod';
import { makeZodI18nMap } from 'zod-i18n-map';
// 初始化i18n实例
i18next.init({
lng: 'fr',
resources: {
fr: {
zod: {
// 这里放置Zod的法语翻译资源
}
},
},
});
// 设置Zod的错误映射
z.setErrorMap(makeZodI18nMap({ t: i18next.t }));
与Pothos集成
在 Pothos 中,验证插件会自动处理 Zod 的验证错误。通过上述配置,Zod 产生的原始错误消息已经是本地化后的内容。Pothos 验证插件会将这些错误收集并转换为 GraphQL 错误响应。
高级定制
如果需要更精细地控制错误展示方式,可以在创建 Pothos Builder 时配置验证插件的错误处理:
import { createPlugin } from '@pothos/core';
import { ValidationPlugin } from '@pothos/plugin-validation';
const builder = new SchemaBuilder({
plugins: [
ValidationPlugin({
// 自定义错误处理逻辑
formatError: (error) => {
// 可以在这里进一步处理错误格式
return error;
},
}),
],
});
注意事项
- 初始化时机:确保在创建 Pothos Builder 之前完成 Zod 的错误映射配置
- 翻译完整性:检查所有 Zod 验证规则是否都有对应的翻译
- 错误聚合:Pothos 可能会将多个验证错误合并,需要考虑如何展示复合错误
最佳实践
- 将 Zod 国际化配置放在应用初始化阶段
- 为不同的语言环境准备完整的翻译资源
- 在开发环境中保留原始错误代码,便于调试
- 考虑前端如何消费这些本地化错误信息
通过以上方法,开发者可以在 Pothos GraphQL 应用中实现完整的验证错误国际化方案,为用户提供更友好的错误提示体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217