OpenAPI TypeScript 项目中的不可变数组类型支持
在 TypeScript 开发中,不可变数据结构对于保证代码的稳定性和可预测性非常重要。OpenAPI TypeScript 项目作为一个能够将 OpenAPI 规范转换为 TypeScript 类型的工具,近期对其不可变类型支持进行了重要增强。
不可变类型的重要性
不可变数据结构是现代前端开发中的重要概念。它们能够:
- 防止意外的数据修改
- 简化状态管理
- 提高代码的可预测性
- 便于调试和追踪数据变化
在 OpenAPI TypeScript 项目中,通过 --immutable 标志可以生成不可变类型,但之前的版本存在一个局限性:虽然对象属性被标记为 readonly,但数组内容仍然可以被修改。
问题分析
考虑以下 OpenAPI 规范片段:
{
"Test": {
"type": "object",
"properties": {
"Foo": {
"type": "array",
"items": {
"type": "string"
}
}
}
}
}
在 7.0.0-next.7 版本中,生成的类型是:
Test: {
readonly Foo: string[];
}
虽然 Foo 属性本身是只读的,但数组内容仍然可以被修改,例如通过 push()、pop() 等方法。这破坏了真正的不可变性。
解决方案实现
最新版本的 OpenAPI TypeScript 已经解决了这个问题,现在会生成以下两种等效形式之一:
Test: {
readonly Foo: readonly string[];
}
或者
Test: {
readonly Foo: ReadonlyArray<string>;
}
这两种形式在 TypeScript 中是等价的,都能确保数组内容不可变。ReadonlyArray 类型移除了所有会修改数组内容的方法,如 push()、pop()、splice() 等,只保留了不会修改原数组的方法如 map()、filter() 等。
技术实现细节
这一改进主要涉及对数组类型生成的修改。在代码层面,主要调整了 schema 对象转换逻辑中处理数组类型的部分。开发者现在可以确保通过 OpenAPI TypeScript 生成的不可变类型是真正不可变的,包括嵌套的数组结构。
使用建议
对于大多数 API 响应数据,推荐使用不可变类型:
- 它能更好地反映 API 响应的本质(通常不应被修改)
- 提高代码的稳定性
- 简化状态管理
对于需要修改数据的场景(如准备请求数据),可以:
- 使用类型断言(谨慎使用)
- 创建新的数据结构副本
- 使用专门的工具库处理不可变数据
总结
OpenAPI TypeScript 的这一改进使得生成的类型更加严格和安全,特别是对于不可变数据结构。开发者现在可以放心地使用生成的类型,确保数据的真正不可变性,从而编写出更健壮、更易维护的代码。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00