Orval v7.4.0 版本发布:API 客户端生成工具的重大更新
Orval 是一个强大的 API 客户端生成工具,它能够根据 OpenAPI/Swagger 规范自动生成类型安全的 API 客户端代码。这个工具特别适合前端开发团队,可以显著减少手动编写 API 调用代码的工作量,同时确保类型安全。最新发布的 v7.4.0 版本带来了一系列功能增强和错误修复,进一步提升了开发体验。
核心功能改进
1. 属性排序功能
新版本引入了属性排序功能,使得生成的代码更加整洁有序。这个功能特别适用于大型 API 项目,可以帮助开发者更快速地定位和理解生成的代码结构。属性排序不仅提升了代码的可读性,也使得团队协作更加高效。
2. 服务器字段支持
Orval 现在能够正确处理 OpenAPI 规范中的 servers 字段。这意味着生成的客户端代码将能够更好地处理不同环境(如开发、测试、生产)的 API 端点配置,为多环境部署提供了更好的支持。
3. 类型文档生成
一个值得注意的新特性是能够生成 TypeDoc 格式的 API 文档。这使得开发者可以直接从生成的代码中获得详细的 API 文档,无需额外维护文档系统。生成的文档包含了完整的类型信息和方法说明,极大地提升了开发体验。
类型系统增强
1. 数组类型处理改进
当数组定义中没有明确指定 items 类型时,Orval 现在会默认使用 unknown[] 类型,而不是简单地忽略这种情况。这种处理方式更加符合 TypeScript 的类型安全原则,减少了潜在的运行时错误。
2. 枚举类型处理优化
对于包含 null 值的枚举类型,现在会正确地添加 "| null" 联合类型。同时,对于原生枚举类型,现在会使用 keyof typeof 语法,确保类型检查更加准确。这些改进使得枚举类型的使用更加符合 TypeScript 的最佳实践。
3. 表单数据类型修正
修复了表单数据(FormData)类型中可能出现的 undefined 类型问题。现在生成的代码会正确处理表单数据的类型定义,避免了潜在的类型错误。
客户端生成改进
1. Fetch 客户端增强
Fetch 客户端现在提供了更完善的类型支持:
- 响应数据现在包含完整的类型信息
- 错误类型被正确地包含在响应数据类型中
- 对于没有内容的响应体,避免了不必要的异常
- 新增了对 NDJSON 响应类型的支持
这些改进使得生成的 Fetch 客户端更加健壮和类型安全,特别是在处理各种边缘情况时表现更好。
2. 查询库集成优化
对于使用 React Query 或 Vue Query 的开发者,新版本带来了以下改进:
- 为突变操作添加了默认的 mutation key
- 为突变钩子添加了 TData 泛型支持
- 确保当 allParamsOptional 为 true 时,定义具有可选类型
这些改进使得与流行状态管理库的集成更加无缝,提供了更好的开发体验。
错误修复与稳定性提升
v7.4.0 版本修复了多个关键问题,包括:
- 修复了头参数作为引用时生成不正确的问题
- 修正了模式过滤器未定义时的模式生成行为
- 解决了重命名枚举被旧名称使用的问题
- 修复了 Mock 处理程序中的导入问题
- 修正了 MSW 模拟中的对象语法错误
这些修复显著提升了工具的稳定性和可靠性,使得生成的代码质量更高。
总结
Orval v7.4.0 版本带来了多项重要改进,特别是在类型系统、文档生成和客户端功能方面。这些更新不仅提升了开发体验,也使得生成的代码更加健壮和类型安全。对于正在使用或考虑使用 API 客户端生成工具的团队来说,这个版本值得升级。
新加入的 TypeDoc 文档生成功能特别有价值,它能够自动为生成的 API 客户端创建详细的文档,减少了维护文档的额外工作。同时,对 Fetch 客户端的多项增强使得生成的代码能够更好地处理各种实际场景。
随着这些改进,Orval 继续巩固其作为 API 客户端生成工具领先选择的地位,为前端开发者提供了高效、可靠的解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00