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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112