SolidStart 项目中 Server Functions 无参数调用问题解析
问题背景
在 SolidStart 项目中,开发者发现了一个关于 Server Functions 的有趣现象:当尝试调用一个不带参数的服务器函数时,系统会抛出错误;而如果给函数传递任意参数(即使是 null 或 undefined),问题就会消失。
问题现象
开发者创建了一个简单的示例,其中包含一个不带参数的服务器函数:
const hello = async () => {
"use server";
console.log('Hello')
}
当尝试在按钮点击事件中调用这个函数时:
onClick={() => {
hello()
}}
服务器端会抛出以下错误:
TypeError: Cannot read properties of null (reading 'startsWith')
问题根源
经过分析,这个问题源于 SolidStart 的服务器处理逻辑。在服务器处理函数时,它期望接收一个参数对象,即使函数本身不需要任何参数。当没有传递任何参数时,系统会尝试访问 null 或 undefined 的属性,从而导致错误。
临时解决方案
开发者发现可以通过以下方式临时解决这个问题:
onClick={() => {
hello(1) // 传递任意参数
}}
虽然这种方法可以解决问题,但会导致 TypeScript 类型检查不通过,因为函数定义中并没有声明任何参数。
技术原理
在 SolidStart 的架构中,服务器函数调用是通过特殊的协议处理的。当客户端调用服务器函数时,系统会:
- 序列化函数调用和参数
- 通过 HTTP 请求发送到服务器
- 服务器反序列化并执行函数
在这个过程中,参数处理逻辑假设总是存在一个参数对象,即使函数本身不需要任何参数。这种设计导致了无参数调用时的问题。
最佳实践
对于不需要参数的服务器函数,建议采用以下两种方式之一:
- 显式声明一个可选参数:
const hello = async (arg?: any) => {
"use server";
console.log('Hello')
}
- 使用空对象作为默认参数:
const hello = async (arg = {}) => {
"use server";
console.log('Hello')
}
框架改进
这个问题已经在 SolidStart 的最新版本中得到修复。修复方案是修改服务器处理逻辑,使其能够正确处理无参数的服务器函数调用。现在开发者可以安全地调用不带参数的服务器函数,而无需传递虚拟参数。
总结
这个案例展示了框架设计中边界条件处理的重要性。即使是看似简单的无参数函数调用,也需要在框架层面进行特殊处理。对于使用 SolidStart 的开发者来说,了解这一行为有助于编写更健壮的服务器函数代码。
在框架不断演进的过程中,这类边界条件的处理会越来越完善,为开发者提供更流畅的开发体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00