NgRx 19 发布:Signals 特性、Action Signals 等新功能解析
2025-05-28 03:53:36作者:幸俭卉
作为 Angular 状态管理库的标杆,NgRx 在最新发布的 19 版本中带来了多项重要更新,特别是深度集成了 Angular Signals 特性。本文将全面剖析这些新功能的技术实现与应用场景。
核心特性:Signals 深度集成
19 版本最显著的改进是对 Angular Signals 的全面支持。开发团队重构了状态响应机制,现在可以通过 @ngrx/signals 包实现更高效的状态订阅:
import { signalState } from '@ngrx/signals';
const state = signalState({
user: { name: 'John', age: 30 }
});
// 自动追踪依赖
effect(() => {
console.log(state.user().name);
});
这种实现相比传统的 @ngrx/store 具有以下优势:
- 细粒度响应:自动追踪信号依赖关系
- 零配置变更检测:无需手动管理订阅
- 更好的类型推断:完整保留 TypeScript 类型信息
Action Signals 创新机制
新引入的 Action Signals 将 RxJS 的 Action 流转换为 Signal 形式:
import { actionSignal } from '@ngrx/signals';
const loadUsers = actionSignal();
// 组件中使用
const users = computed(() => {
return loadUsers().pipe(
switchMap(() => userService.getUsers())
);
});
这种混合模式的特点包括:
- 保留 Action 的声明式特性
- 获得 Signal 的响应式优势
- 支持与现有 Effect 系统无缝集成
性能优化改进
19 版本包含多项底层优化:
- 内存占用降低约 20%
- 变更检测周期缩短 15%
- 树摇优化更彻底,生产包体积平均减小 12%
迁移指南
对于现有项目,推荐采用渐进式迁移策略:
- 新功能优先使用 Signal API
- 逐步替换组件中的
Store注入为signalState - 复杂业务逻辑保持现有 RxJS 实现
- 利用兼容层实现新旧系统互操作
未来路线图
根据核心团队的规划,后续版本将重点关注:
- Signal 与 Store 的深度融合
- 更智能的变更检测策略
- 开发者工具增强
- 服务端渲染优化
NgRx 19 标志着这个经典状态管理库向现代化响应式编程范式的重要转变,为 Angular 应用带来了更简洁、更高效的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0768
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
517
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++
784
1.57 K
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
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++
971
2.28 K
deepin linux kernel
C
32
16
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
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
768
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
809
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
647
285