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。
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