React-Query中queryOptions()方法的类型擦除问题解析
2025-05-01 03:47:56作者:庞队千Virginia
问题背景
在使用React-Query的Solid适配器(solid-query)时,开发者发现了一个类型系统的问题。当使用queryOptions()辅助函数时,查询错误的类型会被擦除,从自定义的错误类型退化为unknown类型。这个问题会影响TypeScript的类型推断和开发体验。
问题重现
通过一个简单的示例可以清晰地重现这个问题:
import { createQuery } from '@tanstack/solid-query'
import { queryOptions } from '@tanstack/solid-query'
// 直接使用createQuery时,error类型正确推断为Error
const query1 = createQuery({
  queryKey: ['key'],
  queryFn: () => Promise.reject(new Error('error')),
})
// query1.error的类型是Error | undefined
// 使用queryOptions后,error类型被擦除为unknown
const options = queryOptions({
  queryKey: ['key'],
  queryFn: () => Promise.reject(new Error('error')),
})
const query2 = createQuery(options)
// query2.error的类型变成unknown
技术分析
这个问题源于queryOptions()函数在类型定义上的一个设计选择。在solid-query的源代码中,queryOptions()的泛型参数TError默认设置为unknown,而不是使用React-Query的默认错误类型DefaultError。
这种设计会导致以下情况:
- 当开发者没有显式指定错误类型时,TypeScript会使用默认的
unknown类型 - 即使查询函数明确返回了某种错误类型,类型信息也会被丢弃
 - 开发者需要在使用错误对象时进行额外的类型断言或检查
 
解决方案
对于这个问题,社区提出了几种解决方案:
- 
修改库源代码:将
queryOptions.ts中的TError = unknown改为TError = DefaultError,这样能保持与React-Query核心库一致的行为。 - 
显式指定类型参数:在使用
queryOptions()时显式指定错误类型:const options = queryOptions<Data, Error>({ queryKey: ['key'], queryFn: () => Promise.reject(new Error('error')), }) - 
使用Data Tag:通过数据标记来保持类型信息:
const options = queryOptions({ queryKey: ['key'] as DataTag<string[], Data, Error>, queryFn: () => Promise.reject(new Error('error')), }) 
最佳实践建议
对于使用React-Query和TypeScript的开发者,建议:
- 始终为查询定义明确的错误类型,不要依赖类型推断
 - 考虑创建自定义的
queryOptions包装器,预先配置好类型参数 - 在团队内部统一错误处理策略,可以使用自定义的错误类型或错误转换函数
 
总结
类型系统是TypeScript的核心价值之一,React-Query作为流行的数据获取库,其类型定义的正确性直接影响开发者体验。这个queryOptions()类型擦除问题虽然不会影响运行时行为,但会降低类型安全性。开发者应该根据项目需求选择合适的解决方案,或者等待官方修复这个问题。
理解这类类型系统问题有助于开发者更好地利用TypeScript的强大功能,构建更健壮的前端应用。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
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
1.02 K
443