ts-rest框架3.53.0-alpha.2版本发布:核心功能优化与扩展
ts-rest是一个现代化的TypeScript优先的API契约框架,它通过类型安全的契约定义来简化前后端API开发。该框架允许开发者定义一次API契约,然后在客户端和服务器端共享这些类型定义,从而实现端到端的类型安全。
核心模块(@ts-rest/core)改进
本次发布的3.53.0-alpha.2版本对核心模块进行了多项重要改进:
-
响应体处理优化:修复了当响应没有正文但包含JSON内容类型头时的处理逻辑。这一改进使得框架能够更准确地处理无内容响应,避免了潜在的解析错误。
-
URL路径处理增强:解决了baseUrl和路径中前导和尾部斜杠重复的问题。现在无论开发者如何组合baseUrl和路径,框架都能正确拼接URL,避免了因斜杠处理不当导致的请求错误。
-
路径参数类型扩展:现在支持将数字直接作为路径参数传递。这一改进简化了开发者的代码,不再需要显式地将数字转换为字符串,框架会自动处理类型转换。
Express适配器(@ts-rest/express)更新
Express适配器在这个版本中增加了对Express v5的支持。这意味着开发者现在可以在最新的Express环境中使用ts-rest框架,享受最新的Express特性同时保持类型安全的API开发体验。
Fastify适配器(@ts-rest/fastify)功能增强
Fastify适配器现在导出了AppRouteImplementation类型,这一改变使得开发者可以跨文件使用路由实现类型,提高了代码的组织性和可维护性。这对于大型项目中的代码拆分和模块化开发特别有价值。
Next.js适配器(@ts-rest/next)修复
修复了Next.js适配器中查询参数污染路径参数读取的问题。这一修复确保了在Next.js环境中,路径参数能够被正确解析,不会受到查询参数的干扰,提高了路由匹配的准确性。
OpenAPI支持(@ts-rest/open-api)改进
OpenAPI生成功能在这个版本中得到了两项重要增强:
-
operationMapper功能扩展:现在operationMapper回调函数接收操作ID参数,允许开发者使用appRoute的ID来自定义OpenAPI生成逻辑。这为生成更符合团队规范的OpenAPI文档提供了更大的灵活性。
-
其他响应类型支持:新增了对
c.otherResponse()的支持,使得在生成OpenAPI模式时能够包含非标准响应的定义。这一改进增强了框架对多样化API响应场景的支持能力。
Serverless适配器(@ts-rest/serverless)类型导出优化
Serverless适配器现在导出了更多类型,解决了在使用"verbatimModuleSyntax"等严格构建配置时的构建问题。这一改进使得框架在各种TypeScript配置环境下都能更稳定地工作。
总结
ts-rest 3.53.0-alpha.2版本带来了多项实用改进,从核心功能优化到各平台适配器的增强,都体现了框架对开发者体验的持续关注。特别是对URL处理、参数传递和OpenAPI生成等关键功能的改进,将进一步提升开发效率和应用稳定性。对于正在使用或考虑采用ts-rest框架的团队,这个预发布版本值得关注和评估。
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