RSPC v0.4.0 发布:全新中间件架构与类型安全错误处理
RSPC 是一个基于 Rust 的远程过程调用(RPC)框架,专注于为现代应用程序提供类型安全、高效的通信方案。它通过自动生成类型定义和客户端代码,显著简化了前后端交互的开发流程。
重大架构升级
RSPC 0.4.0 版本带来了全新的过程定义语法和中间件架构,这是该项目两年多来最重要的更新。新版本借鉴了 tRPC v10 的设计理念,将中间件从路由器级别迁移到过程级别,大幅提升了组合性和灵活性。
全新过程定义语法
新语法采用了更明确的构建器模式:
pub fn mount() -> Router<Ctx> {
Router::new()
.procedure("login", {
<BaseProcedure>::builder()
.query(|ctx, input: LoginRequest| ...)
})
.procedure("me", {
<BaseProcedure>::builder()
.with(auth())
.query(|ctx, _: ()| ...)
})
}
这种变化使得每个过程都能独立配置自己的中间件链,开发者可以更精细地控制每个端点的行为。
中间件系统重构
新版本的中间件系统进行了全面重构,支持输入和结果类型的转换,并提供了更强大的类型安全保证:
pub fn my_middleware<TError, TCtx, TInput, TResult>() -> Middleware<TError, TCtx, TInput, TResult>
where
TError: Send + 'static,
TCtx: Send + 'static,
TInput: Send + 'static,
TResult: Send + Sync + 'static,
{
Middleware::new(
move |ctx: TCtx, input: TInput, next| async move { next.exec(ctx, input).await },
)
}
这种设计允许中间件在执行过程中修改上下文、输入参数和返回结果,为权限控制、数据转换等场景提供了极大便利。
类型安全错误处理
0.4.0 版本引入了完整的类型安全错误处理机制。开发者可以定义自己的错误类型,这些类型会被自动序列化并通过 Specta 导出到前端:
#[derive(Debug, Error, Serialize, Type)]
#[serde(tag = "type")]
pub enum Error {
#[error("Authentication failed")]
AuthError,
#[error("Database error")]
DatabaseError,
}
impl rspc::Error for Error {
fn into_procedure_error(self) -> rspc::ProcedureError {
rspc::ResolverError::new(self, None::<std::io::Error>).into()
}
}
虽然当前版本的 TypeScript 客户端还不完全支持错误类型推导,但这为未来的完整类型安全错误处理奠定了基础。
迁移策略
对于现有项目,RSPC 提供了平滑的迁移路径:
- 首先将
rspc依赖替换为rspc_legacy,保持现有路由正常工作 - 逐步将各个路由迁移到新语法
- 最终移除
rspc_legacy依赖
这种渐进式迁移策略允许团队在不中断服务的情况下完成升级。
未来展望
RSPC 团队计划在后续版本中发布一系列官方中间件,包括认证、日志、性能监控等常用功能。这些中间件目前已在仓库中积极开发,将进一步提升开发者的生产力。
新架构为 RSPC 生态系统开辟了许多可能性,包括更精细的权限控制、请求/响应转换、分布式追踪等高级功能。随着社区的不断壮大,RSPC 有望成为 Rust 生态中最强大的 RPC 解决方案之一。
对于 Rust 全栈开发者而言,RSPC 0.4.0 标志着项目成熟度的重要里程碑,值得所有关注类型安全网络通信的开发者关注和尝试。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C084
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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