首页
/ 在Next.js中结合openapi-typescript和React Query的最佳实践

在Next.js中结合openapi-typescript和React Query的最佳实践

2025-06-01 03:36:29作者:齐冠琰

背景介绍

在现代前端开发中,Next.js、TypeScript和状态管理库的组合已经成为主流技术栈。openapi-typescript项目提供了一个强大的工具链,能够根据OpenAPI规范自动生成TypeScript类型定义,而openapi-fetch则是基于这些类型定义提供类型安全的API请求客户端。

问题分析

在Next.js应用中使用openapi-fetch与React Query结合时,开发者可能会遇到一个常见错误:"Invariant: headers() expects to have requestAsyncStorage, none available"。这个错误通常发生在以下场景:

  1. 在客户端组件中直接使用openapi-fetch客户端
  2. 中间件中调用了仅服务器端可用的API(如Next.js的headers())
  3. 环境变量未正确配置为客户端可用

解决方案

服务器端执行API请求

最可靠的解决方案是将API请求逻辑完全放在服务器端执行,然后通过React Query在客户端进行状态管理。这种模式有以下几个优势:

  1. 安全性:敏感逻辑和认证信息保留在服务器端
  2. 性能:可以利用Next.js的缓存机制
  3. 稳定性:避免客户端环境差异导致的问题

实现方式如下:

// 服务器端action
"use server";

export async function getConfigProperties() {
  const { data, error } = await client.GET("/api/settings/config-properties");
  return { data, error };
}
// 客户端组件
"use client";

const { data } = useQuery({
  queryKey: ["getConfigProperties"],
  queryFn: async () => {
    const { data, error } = await getConfigProperties();
    if (error) throw new Error(error.message);
    return data;
  },
});

错误处理策略

在服务器端返回原始错误信息,在客户端进行错误处理和展示,这种分层处理方式有以下好处:

  1. 服务器端可以保持简洁的错误日志
  2. 客户端可以根据业务需求定制错误展示
  3. 符合Next.js推荐的安全实践

架构考量

在选择解决方案时,需要考虑以下架构因素:

  1. 网络拓扑:直接客户端请求还是通过Next.js代理
  2. 认证机制:如何安全地传递认证令牌
  3. 性能影响:额外的网络跳转对用户体验的影响
  4. 开发体验:如何保持类型安全的同时简化开发流程

最佳实践建议

  1. 对于需要认证的API请求,优先使用服务器端执行
  2. 将环境变量前缀设置为NEXT_PUBLIC_以在客户端使用
  3. 使用TypeScript严格模式确保类型安全
  4. 考虑使用Next.js的Route Handlers作为API代理层
  5. 实现统一的错误处理中间件

总结

在Next.js应用中结合openapi-typescript和React Query时,理解服务器端和客户端执行的边界至关重要。通过将API请求逻辑放在服务器端action中,可以避免常见的环境相关问题,同时保持类型安全和良好的开发体验。这种架构模式特别适合需要认证、敏感数据处理或复杂业务逻辑的应用场景。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287