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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00