awesome-repositories.com
Blog
MCP
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetServeur MCPÀ proposNotre méthodologiePresse
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

14 dépôts

Awesome GitHub RepositoriesSchema-Driven Validations

Automatically generates validation rules for presence, type, length, and uniqueness from database table constraints and indexes.

Distinct from Data Validation Schemas: Distinct from Data Validation Schemas: derives validations from live database schema metadata rather than from manually defined schema files or type definitions.

Explore 14 awesome GitHub repositories matching software engineering & architecture · Schema-Driven Validations. Refine with filters or upvote what's useful.

Awesome Schema-Driven Validations GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • markdoc/markdocAvatar de markdoc

    markdoc/markdoc

    8,060Voir sur GitHub↗

    Markdoc is a documentation content framework that extends standard Markdown with custom tags, typed schemas, and reusable components, parsing content into an abstract syntax tree and rendering it as React elements or HTML. It provides a structured authoring system where documents are processed through an AST-based pipeline, enabling validation, transformation, and flexible output generation. The framework distinguishes itself through a schema-driven validation pipeline that checks document structure and attribute values against defined rules, and a pluggable renderer architecture that accepts

    Checks document structure and attribute values against defined schemas during transformation to catch errors before rendering.

    TypeScriptauthoringdocumentationmarkdoc
    Voir sur GitHub↗8,060
  • reconurge/flowsintAvatar de reconurge

    reconurge/flowsint

    6,979Voir sur GitHub↗

    Flowsint is an open-source intelligence framework and reconnaissance orchestrator used for cybersecurity investigations. It functions as a containerized tool runner and data mapper, automating the collection of intelligence from open-source providers and APIs to profile targets and map threat intelligence. The platform distinguishes itself through a graph-based investigation interface, where processed raw intelligence is converted into nodes and edges to visualize relationships between entities. It allows for the creation of sequenced pipelines that chain data enrichment tools, enabling the o

    Enforces data formats and constraints using schema-driven validations during entity serialization.

    TypeScriptinvestigationosintpython
    Voir sur GitHub↗6,979
  • express-validator/express-validatorAvatar de express-validator

    express-validator/express-validator

    6,238Voir sur GitHub↗

    express-validator is a server-side input validation library designed specifically for Express.js applications. It provides middleware that validates and sanitizes incoming HTTP request data against developer-defined rules, collecting all validation failures into a single array for simultaneous error reporting rather than failing on the first error. The library offers a chainable validation API where rules are built by chaining methods on a validation chain object, enabling declarative specification of multiple validators and sanitizers for a single request field. Each validation chain operate

    Validation rules are defined declaratively using a schema object mapping field names to validation and sanitization configurations.

    TypeScriptexpressexpressjsjavascript
    Voir sur GitHub↗6,238
  • goadesign/goaAvatar de goadesign

    goadesign/goa

    6,084Voir sur GitHub↗

    Goa is a design-first Go framework that generates server and client code, documentation, and request validation from a single declarative domain-specific language (DSL). At its core, it provides a Go DSL for defining API endpoints, data types, and error models, which compiles into fully functional HTTP and gRPC server stubs, client packages, and OpenAPI specifications. The framework distinguishes itself through its plugin-extensible code generation pipeline, allowing custom code generation steps, middleware, or transport layers to be added via plugins. It supports multiple transport protocols

    Validates incoming requests automatically against the DSL-defined schema before reaching handler logic.

    Go
    Voir sur GitHub↗6,084
  • tonsky/datascriptAvatar de tonsky

    tonsky/datascript

    5,767Voir sur GitHub↗

    Datascript est un magasin d'état immuable en mémoire et un magasin de triplets basé sur un schéma. Il gère l'état de l'application comme une base de données versionnée, stockant les données sous forme de faits immuables consistant en une entité, un attribut, une valeur et une transaction. Le projet fournit un moteur logique pour exécuter des requêtes Datalog avec prise en charge des jointures implicites, des règles récursives et de la négation. Il dispose également d'une API de pull déclarative pour récupérer des graphes d'entités profondément imbriqués et des structures de données associées. La base de données impose l'intégrité des données via des contraintes basées sur le schéma et des types d'attributs. Elle prend en charge les transactions atomiques, les protocoles de stockage enfichables pour la persistance, et l'indexation d'attributs en arbre B pour optimiser les recherches. Le système est conçu pour être utilisé dans les environnements Clojure, ClojureScript et JavaScript.

    Validates data integrity and optimizes indexing by applying attribute types and uniqueness rules during transactions.

    Clojure
    Voir sur GitHub↗5,767
  • katanaml/sparrowAvatar de katanaml

    katanaml/sparrow

    5,162Voir sur GitHub↗

    Sparrow est une plateforme d'extraction de documents par LLM et un moteur d'inférence basé sur la vision, conçu pour convertir des images et des PDF en données structurées validées. Il fonctionne comme un orchestrateur de workflow agentique qui enchaîne des tâches de classification, d'extraction et de validation dans des pipelines multi-étapes. Le système se distingue par une couche d'inférence agnostique au backend qui gère les modèles sur des GPU locaux, Apple Silicon et des fournisseurs cloud. Il utilise le "visual grounding" basé sur les coordonnées pour mapper le texte extrait à des boîtes englobantes précises et utilise un guidage par indices pour orienter l'attention et normaliser les formats de données. La plateforme couvre les workflows d'intelligence documentaire, incluant le traitement spécialisé d'images de tableaux pour maintenir l'intégrité structurelle et une validation basée sur des schémas pour vérifier l'exactitude des champs extraits. Elle fournit également un tableau de bord d'analyse documentaire pour surveiller les performances de l'API, les statistiques d'utilisation et l'état du système. L'architecture inclut un système d'extension par plugins pour intégrer des bibliothèques tierces utilisées dans l'indexation et l'orchestration.

    Verifies extracted document fields against predefined structural definitions to ensure data correctness.

    Pythonagentic-aicomputer-visiondocumentai
    Voir sur GitHub↗5,162
  • jeremyevans/sequelAvatar de jeremyevans

    jeremyevans/sequel

    5,076Voir sur GitHub↗

    Sequel is a relational database toolkit for Ruby that provides object-relational mapping, a fluent SQL query builder, and schema migration capabilities. It maps database tables to Ruby classes with support for associations, validations, lifecycle hooks, and eager loading, offering a comprehensive ORM layer for building data-centric applications. Sequel distinguishes itself through a plugin-based extension architecture that allows composable customization of models, databases, and datasets without relying on deep inheritance hierarchies. It includes a thread-safe connection pool with support f

    Sequel automatically creates presence, type, length, and uniqueness validations based on table constraints and indexes.

    Ruby
    Voir sur GitHub↗5,076
  • middleapi/orpcAvatar de middleapi

    middleapi/orpc

    4,862Voir sur GitHub↗

    orpc is a contract-first API development framework for TypeScript that starts with a shared contract definition and generates type-safe clients and servers from that single source of truth. It guarantees end-to-end type safety, meaning inputs, outputs, errors, and streaming data are all checked at compile time across the client–server boundary. What distinguishes orpc from typical RPC frameworks is its ability to export contracts as OpenAPI specifications, to optimize server-side rendering by calling API handlers directly inside the server process, and to support real‑time bidirectional commu

    Input and output data is validated at runtime using Zod, Valibot, or ArkType schemas declared in the contract.

    TypeScriptapibunjscloudflare-worker
    Voir sur GitHub↗4,862
  • bufbuild/protoc-gen-validateAvatar de bufbuild

    bufbuild/protoc-gen-validate

    4,122Voir sur GitHub↗

    Ce projet est un plugin de validation de protocol buffers et un générateur de code qui crée une logique de validation cohérente à travers plusieurs langages de programmation. Il fonctionne comme une extension de compilateur pour la chaîne d'outils Protocol Buffer, permettant aux développeurs de définir des contraintes sémantiques directement dans les fichiers de schéma pour assurer la cohérence des données. L'outil utilise des options personnalisées pour intégrer des règles de validation dans les définitions de messages, mappant ces contraintes de schéma vers des modèles d'implémentation spécifiques au langage. Il emploie une vérification de contrainte basée sur des prédicats et un parcours récursif pour appliquer les règles à travers les hiérarchies de messages imbriquées. La surface de validation couvre les plages et valeurs numériques, les modèles et formats de chaînes, les contraintes de séquence d'octets et l'application des enums. Il gère également les tailles de collections et de champs répétés, la validation de types complexes pour les horodatages et les durées, et les exigences pour la sélection de champs d'union.

    Injects validation rules into generated data accessors by parsing semantic metadata from input descriptor files.

    Goconstraintsprotocprotoc-plugin
    Voir sur GitHub↗4,122
  • github/octodnsAvatar de github

    github/octodns

    3,719Voir sur GitHub↗

    OctoDNS is a multi-provider DNS management tool and abstraction layer that synchronizes DNS zone files across multiple service providers using a single unified configuration format. It functions as a stateless record synchronizer that calculates differences between a local configuration and the remote provider state to reconcile DNS records. The system employs a translation framework to map various provider-specific DNS schemas into a common internal representation. This allows for the administration of network naming and routing across different cloud platforms and service providers from a s

    Ensures DNS records adhere to provider requirements and standard DNS rules before synchronization.

    Python
    Voir sur GitHub↗3,719
  • kubernetes-sigs/kroAvatar de kubernetes-sigs

    kubernetes-sigs/kro

    2,928Voir sur GitHub↗

    kro is a Kubernetes resource orchestrator and API abstraction layer that enables the definition of simplified custom API surfaces. It allows users to map high-level inputs to complex templates of underlying Kubernetes objects, effectively grouping interdependent resources into single, manageable units. The project differentiates itself by automating the generation of custom resource definitions and dedicated controllers from resource graph specifications without requiring manual Go code. It employs a dependency manager that uses directed acyclic graphs to coordinate the creation, readiness, a

    Performs static analysis and type checking of expressions against OpenAPI schemas to ensure API stability.

    Gok8s-sig-cloud-provider
    Voir sur GitHub↗2,928
  • dry-rb/dry-validationAvatar de dry-rb

    dry-rb/dry-validation

    1,422Voir sur GitHub↗

    Dry-validation est une bibliothèque Ruby conçue pour définir des schémas typés et des règles de validation complexes afin de vérifier et assainir les structures de données d'entrée. Elle fournit un framework formel pour construire une logique de validation modulaire, garantissant que les informations entrantes répondent aux exigences métier et aux formats de données spécifiques avant d'être traitées par une application. La bibliothèque utilise un langage spécifique au domaine (DSL) pour déclarer les règles de validation, qui sont ensuite analysées en objets exécutables. Elle se distingue par un système piloté par des macros qui regroupe la logique de validation courante dans des raccourcis réutilisables, ainsi qu'un modèle de composition récursive qui permet aux développeurs d'imbriquer des objets de validation pour construire des structures complexes et hiérarchiques. Cette approche permet la création d'une logique cohérente et modulaire qui empêche la duplication de code dans les grandes applications. Au-delà de la définition de schéma de base, la bibliothèque inclut un pipeline de coercition de type qui transforme les entrées brutes en formats attendus et un système d'agrégation d'erreurs structuré qui mappe les échecs à des chemins d'entrée spécifiques. Elle prend en charge des hooks de configuration pour l'intégration de dépendances externes et fournit des outils pour assainir les données, la rendant adaptée pour imposer des standards sur les requêtes API entrantes et les objets de données complexes.

    Provides a domain-specific language to declare validation rules and data structures that are parsed into executable objects.

    Rubycoerciondata-validationdry-rb
    Voir sur GitHub↗1,422
  • foxhound87/mobx-react-formAvatar de foxhound87

    foxhound87/mobx-react-form

    1,095Voir sur GitHub↗

    Ce projet est une bibliothèque de gestion d'état réactive conçue pour gérer des données de formulaire complexes et une logique de validation. Elle utilise des modèles basés sur les observables pour synchroniser les composants de l'interface utilisateur avec les modèles de données sous-jacents, garantissant que les états des formulaires restent cohérents tout au long d'une application. La bibliothèque fournit une approche structurée pour gérer l'initialisation des formulaires, le suivi des champs et les événements du cycle de vie. La bibliothèque se distingue par sa prise en charge des structures de données profondément imbriquées et de la composition hiérarchique, permettant une validation récursive et des mises à jour dynamiques au sein d'arbres d'objets complexes. Elle dispose d'un moteur de validation piloté par schéma qui prend en charge à la fois les règles synchrones et asynchrones, ainsi qu'une interception de type middleware qui permet à une logique personnalisée de surveiller ou de transformer les données lors des mises à jour des champs. Les développeurs peuvent accéder et manipuler des champs spécifiques dynamiquement en utilisant un adressage basé sur le chemin, offrant une flexibilité lors du travail avec des modèles de formulaires volumineux ou évolutifs. Au-delà de la gestion d'état de base, la bibliothèque inclut des utilitaires pour la transformation des données, tels que le formatage des valeurs d'entrée et le calcul des valeurs des champs basés sur d'autres données de formulaire. Elle offre des capacités d'orchestration multi-formulaires pour coordonner la validation et la soumission sur plusieurs instances, et elle reste découplée des couches de présentation spécifiques pour permettre l'intégration avec n'importe quelle bibliothèque de composants d'interface utilisateur. Le framework fournit également des outils intégrés pour surveiller les événements du cycle de vie des champs et déboguer les transitions d'état internes.

    Executes synchronous or asynchronous rules against field values to enforce data integrity and manage error visibility states.

    TypeScriptformmobxobservables
    Voir sur GitHub↗1,095
  • iconify/icon-setsAvatar de iconify

    iconify/icon-sets

    938Voir sur GitHub↗

    Icon-sets is a repository and toolkit for aggregating, optimizing, and managing open-source vector icon collections. It functions as an SVG icon collection manager, vector icon library, and processing utility that organizes design assets into standardized JSON data structures and graphic files. The project provides comprehensive capabilities for icon import, export, processing, and rendering. Imported vector graphics undergo schema-driven validation, security sanitization, and format standardization alongside geometric transformations such as scaling, rotation, and flipping. Alias-based data

    Inspects and validates incoming icon data structures against strict definitions to ensure integrity and correct common structural errors.

    TypeScript
    Voir sur GitHub↗938
  1. Home
  2. Software Engineering & Architecture
  3. Data Validation Schemas
  4. Schema-Driven Validations

Explorer les sous-tags

  • Collection Parsing SchemasInspects and validates incoming icon data structures against strict definitions to ensure integrity and correct common structural errors. **Distinct from Schema-Driven Validations:** Distinct from Schema-Driven Validations: focuses on schema validation tailored specifically to icon collection data structures rather than generic database table constraints.
  • Constraint InjectionThe process of injecting validation rules into generated code based on schema metadata. **Distinct from Schema-Driven Validations:** Distinct from Schema-Driven Validations: focuses on the act of injecting rules into generated accessors, not deriving them from database tables.
  • DNS Record ValidationsValidation rules ensuring DNS records meet provider-specific and standard DNS specifications. **Distinct from Schema-Driven Validations:** Focuses on DNS record compliance rather than database table constraints
  • DSL-Driven ValidationsValidation rules automatically derived from a domain-specific language definition rather than database schemas. **Distinct from Schema-Driven Validations:** Distinct from Schema-Driven Validations: derives validation rules from a DSL, not from database table constraints.
  • Privacy Masking SchemasAutomatic application of privacy transformers based on database schema analysis. **Distinct from Schema-Driven Validations:** Focuses on privacy-preserving masking rather than general data validation rules