Encore项目v1.48.0版本发布:TypeScript中的类型安全Cookie支持
Encore是一个现代化的后端开发框架,它通过抽象基础设施的复杂性,让开发者能够更专注于业务逻辑的实现。Encore支持TypeScript和Go两种语言,提供了自动生成API文档、基础设施即代码等强大功能,极大地简化了云原生应用的开发流程。
在最新发布的v1.48.0版本中,Encore为TypeScript运行时(Encore.ts)带来了一个重要的新特性:类型安全的Cookie支持。这一改进使得开发者能够以更加类型安全、声明式的方式处理Web应用中的Cookie,提升了开发体验和代码质量。
类型安全Cookie的核心特性
1. 声明式Cookie定义
在API端点中,现在可以通过类型注解来声明Cookie参数。这种方式不仅明确了Cookie的存在,还通过TypeScript的类型系统确保了类型安全:
interface Params {
sessionId: Cookie<"sessionId">; // 隐式字符串类型
userId: Cookie<number, "userId">; // 显式指定为数字类型
}
这种声明方式让API契约更加清晰,开发者一眼就能看出哪些参数是通过Cookie传递的,以及它们的预期类型。
2. 灵活的Cookie响应设置
在响应中设置Cookie也变得非常简单且类型安全。开发者可以指定Cookie的各种属性,如HttpOnly、Secure等安全相关标志:
return {
sessionId: {
value: "abc123",
httpOnly: true, // 防止XSS攻击
secure: true, // 仅通过HTTPS传输
sameSite: "Strict" // 防止CSRF攻击
}
};
这种结构化的方式比手动设置Set-Cookie头更加直观和安全,减少了出错的可能性。
3. 认证处理器中的Cookie支持
在认证处理器中,现在可以直接访问和验证Cookie:
const authHandler = auth<{ sessionId: Cookie<"sessionId"> }, User>(
async ({ sessionId }) => validateSession(sessionId.value)
);
这种集成使得基于Cookie的认证流程更加简洁和类型安全。
技术实现考量
Encore的Cookie实现考虑了现代Web安全的最佳实践:
- 默认安全配置:鼓励开发者使用HttpOnly、Secure和SameSite等安全标志
- 类型系统集成:充分利用TypeScript的类型系统,在编译时捕获潜在的错误
- 跨域支持:通过
credentials: "include"选项支持跨域请求中的Cookie传输
实际应用场景
这种类型安全的Cookie处理特别适合以下场景:
- 会话管理:安全地处理用户登录状态
- 用户偏好设置:存储客户端特定的配置
- 跟踪和分析:在遵守隐私法规的前提下实现用户行为跟踪
总结
Encore v1.48.0中引入的类型安全Cookie支持,代表了现代Web框架在开发者体验方面的重要进步。通过将Cookie处理集成到类型系统中,Encore不仅减少了运行时错误的可能性,还使得API契约更加明确和安全。这一特性特别适合那些重视代码质量和安全性的团队,是构建健壮Web应用的又一有力工具。
随着Encore在TypeScript支持方面的不断完善,它正成为全栈TypeScript开发者的有力选择,特别是对于那些希望在保持开发效率的同时不牺牲类型安全和系统可靠性的项目。
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