47ng/next-usequerystate 测试中的类型错误解决方案
在47ng/next-usequerystate项目中,当开发者按照官方文档进行测试时,可能会遇到两个关键的类型错误。这些错误主要出现在使用Vitest进行测试时,与UrlUpdateEvent类型相关的类型定义不匹配问题。
第一个错误表明[UrlUpdateEvent]类型不满足Procedure约束,提示该类型没有匹配到(...args: any[]): any签名。第二个错误指出Mock<[UrlUpdateEvent]>类型不能赋值给(event: UrlUpdateEvent) => void类型,因为参数类型不兼容。
经过分析,这些问题源于Vitest 2.x版本中对vi.fn泛型类型的重大变更。在Vitest 1.x版本中,vi.fn的泛型参数是分别列出参数类型和返回类型的,而在Vitest 2.x中,改为直接传递实际函数的类型。
解决方案很简单:对于使用Vitest 2.x的用户,需要将onUrlUpdate的spy定义修改为更明确的函数类型声明方式。具体来说,应该使用vi.fn<(event: UrlUpdateEvent) => void>()这样的语法,而不是之前的参数列表方式。
这种修改不仅解决了类型错误,也使代码更加清晰和类型安全。它明确表示了这是一个接受UrlUpdateEvent参数并返回void的函数mock,与Vitest 2.x的类型系统完全兼容。
对于项目维护者来说,这个问题的解决也促使了项目版本的更新,在2.1.0版本中已经包含了针对这个问题的修复。开发者只需升级到最新版本,并按照新的类型定义方式编写测试代码即可。
这个案例很好地展示了当依赖库进行重大更新时,类型系统如何帮助我们快速定位和解决问题。同时也提醒开发者,在遇到类似问题时,检查依赖版本变更和相应的类型定义变化是解决问题的有效途径。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00