NgRx Signals 新特性:withProps 功能解析
2025-05-28 14:28:05作者:宣聪麟
背景介绍
NgRx Signals 作为 Angular 状态管理的重要工具,正在不断演进以满足开发者多样化的需求。最新提出的 withProps 功能将为 SignalStore 带来更灵活的静态属性管理能力,这是对现有状态管理功能的重要补充。
withProps 功能详解
withProps 将成为 SignalStore 的基础功能之一,它允许开发者在 Store 中定义静态属性或 Observable 对象。这一特性为状态管理带来了三个显著优势:
- Observable 转换支持:可以直接将 Signal 转换为 Observable 并作为 Store 成员
- 依赖集中管理:可以在一个地方统一声明所有服务依赖
- 跨功能配置共享:特别适合库作者在不同功能间共享相同配置
使用场景示例
基本用法
export const BooksStore = signalStore(
withEntities<Book>(),
withRequestStatus(),
withProps(({ isFulfilled }) => ({
fulfilled$: toObservable(isFulfilled).pipe(filter(Boolean)),
})),
);
依赖管理
export const MyStore = signalStore(
withProps(() => ({
service1: inject(Service1),
service2: inject(Service2),
})),
withMethods(({ service1, service2 }) => ({
method1() {
service1.foo();
},
method2() {
service2.bar();
},
}))
);
库开发场景
const SOURCE = Symbol('SOURCE');
function withSource(source: string) {
return signalStoreFeature(withProps({ [SOURCE]: source }));
}
export const BooksStore = signalStore(
withSource('BooksStore'),
withDevtools(),
withEvents({
loadedSuccess: props<{ books: Book[] }>(),
loadedFailure: props<{ error: string }>(),
})
);
技术实现细节
withProps 将提供两种签名方式:
- 直接对象形式:
withProps({ foo: 'bar' }) - 工厂函数形式:
withProps(() => ({ foo: 'bar' }))
关键实现要点包括:
- 工厂函数可以访问先前定义的状态 Signal、计算属性和其他属性
withComputed、withMethods和withHooks都可以访问这些预定义的属性- 属性类型不受限制,可以是任意值
设计考量
关于命名,社区提出了 withStatic 和 withExplicit 等替代方案,但最终选择了 withProps,因为它更符合现有 API 的命名惯例。这一设计决策考虑了以下因素:
- 与现有功能的命名一致性
- 对开发者心智模型的友好性
- 功能的通用性和扩展性
实际应用价值
withProps 的引入将解决多个实际问题:
- 避免了在
withMethods中使用 Proxy 的 hack 方案 - 为跨模块状态共享提供了更优雅的解决方案
- 支持更灵活的状态组合方式
- 改善了大型应用中状态管理的可维护性
总结
withProps 功能的加入将使 NgRx Signals 的状态管理能力更加完备,为复杂应用场景提供了更强大的工具。这一特性特别适合需要精细控制状态、处理复杂依赖关系或开发可复用状态管理库的高级场景。随着 Angular 信号机制的不断成熟,这类增强功能将帮助开发者构建更健壮、更易维护的前端应用。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
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++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557