oRPC v1.1.0 发布:OpenAPI 参考插件与 React Native 支持
oRPC 是一个现代化的 TypeScript RPC 框架,旨在简化客户端和服务器之间的通信。它提供了类型安全的 API 调用体验,让开发者能够专注于业务逻辑而不是通信细节。最新发布的 v1.1.0 版本带来了两个重要特性:OpenAPI 参考插件和部分 React Native 支持。
OpenAPI 参考插件
新版本引入了 OpenAPI 参考插件,这是一个强大的工具,可以自动为你的 oRPC API 生成美观的 OpenAPI 参考客户端界面。这个功能基于 Scalar 实现,为开发者提供了直观的 API 文档浏览和测试体验。
使用这个插件非常简单,只需要在 OpenAPIHandler 中配置即可:
const handler = new OpenAPIHandler(router, {
plugins: [
new OpenAPIReferencePlugin({
schemaConverters: [
new ZodToJsonSchemaConverter(),
],
specGenerateOptions: {
info: {
title: 'ORPC Playground',
version: '1.0.0',
},
},
}),
]
})
这个插件支持多种模式转换器,如 ZodToJsonSchemaConverter,可以将你的类型定义转换为 OpenAPI 规范。生成的文档不仅美观,还支持交互式测试,大大提升了 API 的开发和使用体验。
React Native 部分支持
v1.1.0 版本还引入了对 React Native 的部分支持。虽然 React Native 自带了 Fetch API,但其功能有一定限制。oRPC 现在可以适配这些限制,让开发者能够在 React Native 应用中使用基本的 RPC 功能。
需要注意的是,由于 React Native 的 Fetch API 实现限制,oRPC 的一些高级特性如文件传输、Blob 处理和异步迭代器对象目前还不支持。开发者可以关注 React Native 官方对 Stream 支持的进展来了解这些功能何时可用。
其他改进
除了上述主要特性外,v1.1.0 还包含了一些值得注意的改进:
- 批量插件现在能够自动从链接推断上下文,简化了批量请求的处理逻辑
- 服务器中间件现在支持更精确的类型推断,提升了类型安全性
- 标准服务器适配器现在能够更好地处理 React Native 的特殊情况
这些改进使得 oRPC 在各种场景下的使用更加顺畅,特别是对于需要同时支持 Web 和移动应用的开发者来说,这些增强功能将大大提升开发效率。
oRPC 继续保持着对开发者友好的设计理念,通过类型安全和简洁的 API 帮助开发者构建可靠的分布式系统。v1.1.0 的这些新特性进一步扩展了它的适用场景,使其成为现代 TypeScript 项目中值得考虑的 RPC 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