GraphQL Code Generator client-preset 中 useFragment 返回类型的优化解析
背景介绍
GraphQL Code Generator 是一个强大的工具,它能够根据 GraphQL 模式自动生成类型安全的代码。其中的 client-preset 预设特别为前端开发提供了便利,能够生成与 GraphQL 操作相关的 TypeScript 类型和 React Hook。
在 client-preset 的使用过程中,开发者发现了一个关于 useFragment Hook 返回类型的问题:当传入数组类型的片段数据时,无论原始数据是否为只读数组,useFragment 总是返回 ReadonlyArray 类型。这在某些场景下会导致类型不兼容的问题,特别是当需要将处理后的数据传递给期望可变数组的组件或函数时。
问题分析
useFragment 是 client-preset 提供的一个重要 Hook,它的主要作用是将 GraphQL 片段引用转换为实际的数据对象。在 TypeScript 类型系统中,ReadonlyArray 和普通数组 (Array) 是不同的类型,前者表示不可变数组,后者表示可变数组。
问题的核心在于:
- 当开发者传入
Array<FragmentType<T>>时,useFragment总是返回ReadonlyArray<DocumentType<T>> - 这会导致类型系统强制下游代码处理只读数组
- 在现有项目中引入 client-preset 时,可能需要大量修改现有代码以适应只读数组类型
技术实现
从技术角度来看,这个问题涉及到 TypeScript 的类型推断和泛型处理。理想的实现应该是:
- 当输入是普通数组 (
Array) 时,返回普通数组 - 当输入是只读数组 (
ReadonlyArray) 时,返回只读数组
这种设计遵循了 TypeScript 的类型系统原则,即保持输入和输出类型的一致性。它也更符合开发者的直觉,因为开发者通常期望 Hook 的行为不会意外地改变数据的可变性特征。
解决方案
GraphQL Code Generator 团队在 client-preset 的 4.3.0 版本中修复了这个问题。新的实现现在能够:
- 正确识别输入数组的类型特征
- 保持输入数组的可变性特征
- 仅对片段引用进行转换,不改变数组的可变性
这意味着:
- 如果传入
Array<FragmentType<T>>,将得到Array<DocumentType<T>> - 如果传入
ReadonlyArray<FragmentType<T>>,将得到ReadonlyArray<DocumentType<T>>
升级建议
对于正在使用 client-preset 的开发者:
- 升级到 4.3.0 或更高版本以获得此修复
- 检查项目中是否存在因之前的行为而添加的类型断言或类型转换
- 考虑是否需要更新相关组件和函数的类型定义以更好地利用类型系统
最佳实践
在使用 useFragment 时,建议:
- 明确声明组件属性的数组类型特征(是否只读)
- 在需要可变数组的场景下,确保传入的是普通数组
- 在需要不可变保证的场景下,使用
ReadonlyArray类型 - 考虑在项目中使用一致的数组类型策略,避免混用
总结
GraphQL Code Generator 的 client-preset 4.3.0 版本对 useFragment Hook 的类型处理进行了优化,使其更加符合开发者的预期和 TypeScript 的类型系统原则。这一改进减少了类型不兼容的问题,使得在现有项目中引入 client-preset 更加顺畅,同时也为开发者提供了更灵活的类型选择。
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00