wasm-bindgen 中 web_sys 字符串枚举类型生成问题的技术解析
背景介绍
wasm-bindgen 是一个用于连接 Rust 和 JavaScript 的工具链,它允许 Rust 代码与 JavaScript 代码进行互操作。web_sys 是 wasm-bindgen 生态系统中的一个重要 crate,它提供了对 Web API 的 Rust 绑定。
在最新版本的 wasm-bindgen 0.2.94 和 web_sys 0.3.71 中,开发者发现了一个关于字符串枚举类型(TypeScript 定义)生成的问题:即使没有在项目接口中显式使用某些 web_sys 的字符串枚举类型,生成的 TypeScript 定义文件中也会包含这些类型的定义。
问题现象
当开发者使用 wasm-pack 构建项目时,生成的 TypeScript 定义文件(.d.ts)中会包含大量来自 web_sys 的字符串枚举类型定义,例如:
/**
*The `MediaSourceReadyState` enum.
*
**This API requires the following crate features to be activated: `MediaSourceReadyState`*
*/
export type MediaSourceReadyState = "closed" | "open" | "ended";
这些类型定义在之前的版本(wasm_bindgen 0.2.93)中并不会出现,即使开发者并没有在项目接口中使用这些类型。
技术分析
web_sys 的类型系统设计
web_sys 的主要目的是为 JavaScript Web API 提供 Rust 绑定。由于这些 API 是从 JavaScript 导入到 Rust 的,因此在 JavaScript/TypeScript 端不需要导出这些类型,所以通常不会在 .d.ts 文件中包含这些类型。
然而,字符串枚举是一个特殊情况。web_sys 中的字符串枚举定义方式与用户代码中导出字符串枚举的方式完全相同:
#[wasm_bindgen]
pub enum MediaSourceReadyState {
Closed = "closed",
Open = "open",
Ended = "ended",
}
这种定义方式与用户导出 C 风格枚举和结构体的行为一致,因此从技术上讲,将字符串枚举包含在生成的 .d.ts 文件中是符合预期的行为。
类型导出的四种情况
从技术角度看,web_sys 字符串枚举的使用可以分为四种情况:
- 外部类型内部使用:web_sys 定义的枚举仅在项目内部使用
- 外部类型公开使用:web_sys 定义的枚举作为项目公共接口的一部分
- 自定义类型内部使用:用户定义的枚举仅在项目内部使用
- 自定义类型公开使用:用户定义的枚举作为项目公共接口的一部分
其中,情况1和4的行为是明确的:
- 情况1不应导出类型定义
- 情况4应该导出类型定义
但情况2和3的行为则不太明确:
- 情况2中,虽然类型需要定义,但不确定是否应该导出
- 情况3中,虽然枚举被显式定义为 pub,但不确定是否应该因为它仅内部使用而不导出
私有字符串枚举的特殊情况
用户代码中还存在私有字符串枚举的特殊情况。当前的行为是:
- 私有字符串枚举被公开使用时:定义类型但不导出
- 私有字符串枚举仅内部使用时:不定义类型
解决方案讨论
针对这个问题,开发团队讨论了多种解决方案:
-
临时解决方案:为 web_sys 枚举添加 skip_typescript 属性
- 优点:快速解决问题,同时保持 #2153 的修复
- 缺点:不适用于用户自定义的 web_sys 补充绑定
-
彻底解决方案:只导出被引用的类型
- 更精确地控制类型导出
- 需要更多开发工作
-
回退方案:完全回退到之前的行为
- 立即解决问题
- 放弃 #2153 的相关改进
经过讨论,团队决定先采用回退方案,暂时解决当前问题,同时继续研究更完善的解决方案。
对开发者的影响
对于使用 wasm-bindgen 和 web_sys 的开发者,这个问题会导致:
- 生成的 TypeScript 定义文件变得臃肿,包含大量未使用的类型定义
- 可能影响 TypeScript 的类型检查和自动补全体验
- 在构建过程中增加不必要的处理时间
建议开发者:
- 暂时回退到 wasm_bindgen 0.2.93 版本
- 关注后续更新,等待更完善的解决方案
- 如果必须使用新版本,可以手动清理不需要的类型定义
未来展望
wasm-bindgen 团队将继续研究更智能的类型导出机制,目标是:
- 精确控制哪些类型需要导出
- 保持与现有行为的兼容性
- 提供更灵活的类型导出配置选项
这个问题的解决将进一步提升 wasm-bindgen 在 TypeScript 生态系统中的集成体验,使生成的类型定义更加精确和高效。
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