gql.tada 中如何处理 Remix/React Router 的 useLoaderData 类型兼容性问题
在 gql.tada 项目中,开发者在使用 Remix 或 React Router 的 useLoaderData 模式时可能会遇到类型兼容性问题。这个问题源于 TypeScript 在处理联合类型时的特殊行为,特别是当函数可以返回不同类型时。
问题背景
当开发者尝试将 gql.tada 与 Remix/React Router 的 useLoaderData 模式结合使用时,TypeScript 会报类型不兼容的错误。这种情况在使用 GraphQL 查询结果作为 loader 返回数据时尤为明显。
技术分析
问题的核心在于 Remix 的 useLoaderData 内部使用了 JsonifyObject 类型来递归映射对象。这个类型的目的是防止开发者尝试通过 loader 传输非 JSON 值,因为这在技术上是不可能的。
gql.tada 使用独特的符号来实现片段掩码(fragment masking),这些掩码既不是真实的数据也不是可序列化的。一旦有了片段掩码,数据实际上会"隐藏"其真实形状,而不是显示完整信息。这与 JsonifyObject 的类型检查机制产生了冲突。
解决方案比较
与 GraphQL Code Generator 的 client-preset 相比,后者通过在常规属性上放置"ref types"来处理片段掩码。而 gql.tada 选择使用唯一符号,因为片段掩码既不是真实的也不是可序列化的。
开发者有以下几种选择:
- 禁用片段掩码:这会失去其优势,但可以严格强制执行片段组合
- 避免使用
JsonifyObject:通过编写包装器来保留片段掩码 - 等待 gql.tada 的更新:在后续版本中,
JsonifyObject将不再过滤键,从而自动解决这个问题
最佳实践
对于需要立即解决问题的开发者,建议创建一个专门用于 GraphQL 数据的 useLoaderData 包装器,这样可以绕过 JsonifyObject 的类型检查。这种解决方案既保留了类型安全,又不会影响开发体验。
结论
这个问题展示了类型系统在复杂应用场景中的挑战。gql.tada 的设计选择虽然导致了与 Remix 的类型兼容性问题,但这种设计实际上是为了提供更好的类型安全保障。随着 gql.tada 的更新,这个问题将得到原生解决,开发者将能够更顺畅地在 Remix/React Router 中使用 GraphQL 查询结果。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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