ts-rest v3.53.0-rc.0 版本深度解析:标准化Schema验证与全栈改进
2025-06-17 21:28:30作者:裘旻烁
ts-rest是一个专注于TypeScript全栈开发的REST API框架,它通过类型安全的契约定义方式,让前后端开发者能够共享同一套API定义。最新发布的v3.53.0-rc.0版本带来了多项重要改进,特别是在Schema验证标准化方面取得了突破性进展。
标准化Schema验证接口
本次更新的核心亮点是引入了"Standard Schema"验证接口。这一重大改进意味着:
- 多验证库支持:现在开发者可以自由选择Zod、Valibot、Arktype等不同的验证库,不再局限于特定实现
- 统一接口:通过标准化接口,不同验证库可以无缝集成到ts-rest生态中
- 灵活性提升:团队可以根据项目需求选择最适合的验证方案,而不会受限于框架
这一变化特别适合那些已经在项目中使用了特定验证库的团队,能够减少技术栈切换带来的成本。
各模块具体改进
核心模块(@ts-rest/core)
- 修复了无响应体但带有JSON内容类型头部的处理问题
- 解决了baseUrl和路径中前后斜杠重复的问题
- 现在支持将数字直接作为路径参数传递
Express适配器(@ts-rest/express)
- 新增对Express v5的支持
- 同样受益于标准化Schema验证接口
Fastify适配器(@ts-rest/fastify)
- 导出AppRouteImplementation类型,支持跨文件使用
- 实现标准化Schema验证
NestJS适配器(@ts-rest/nest)
- 全面支持新的标准化Schema验证系统
Next.js适配器(@ts-rest/next)
- 修复了查询参数污染路径参数读取的问题
- 支持标准化Schema验证
OpenAPI生成(@ts-rest/open-api)
- 新增对自定义Schema转换器的支持
- 添加operation ID参数到operationMapper函数
- 支持
c.otherResponse()在生成OpenAPI schema时的使用
各前端查询库适配器
React Query、Solid Query和Vue Query适配器都获得了标准化Schema验证支持,确保全栈验证一致性。
技术影响与最佳实践
这次更新对开发者工作流有几个重要影响:
- 验证库选择自由:团队可以根据性能需求、熟悉程度等因素选择验证库
- 渐进式迁移:现有项目可以逐步迁移到新的验证系统
- 类型安全增强:全栈统一的验证接口减少了运行时错误的可能性
对于新项目,建议直接采用新的标准化Schema验证接口。对于现有项目,可以在测试环境中验证兼容性后再进行升级。
总结
ts-rest v3.53.0-rc.0通过引入标准化Schema验证接口,显著提升了框架的灵活性和扩展性。这一变化不仅解决了长期存在的验证库锁定问题,还为未来的生态扩展奠定了基础。配合各适配器的改进和问题修复,这个版本为构建类型安全的全栈应用提供了更加强大的工具集。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146