Redux Toolkit中composite: true导致的类型错误解析
问题背景
在使用Vite创建React项目时,默认生成的tsconfig.json文件中会包含"composite": true配置。这个配置在结合Redux Toolkit使用时,可能会引发一些类型相关的错误,特别是在使用RTK Query和store配置时。
具体错误表现
RTK Query错误
在使用RTK Query的injectEndpoints方法时,TypeScript会报错:
"The inferred type of 'useLoginMutation' cannot be named without a reference to '../../../../../node_modules/@reduxjs/toolkit/dist/query/react/buildHooks'. This is likely not portable. A type annotation is necessary"
Store配置错误
在配置Redux store时,可能会遇到类似的类型错误:
"Exported variable 'store' has or is using name 'ConfigProps' from external module but cannot be named."
解决方案
临时解决方案
对于RTK Query的问题,可以通过安装特定版本的Redux Toolkit来临时解决:
npm install https://pkg.csb.dev/reduxjs/redux-toolkit/commit/e7b851eb/@reduxjs/toolkit
长期解决方案
-
对于RTK Query错误:这个问题已经在Redux Toolkit v2.2.7版本中得到修复,升级到最新版本即可解决。
-
对于Store配置错误:这通常是由于类型定义的可访问性问题导致的,有两种解决方案:
- 将相关的interface导出
- 将interface改为type定义
最佳实践建议
-
类型定义导出:确保所有在store配置中使用的自定义类型都被正确导出。
-
类型与接口的选择:虽然将interface改为type可以解决某些问题,但根据TypeScript官方建议,interface更适合用于定义对象形状,而type更适合用于联合类型等复杂类型定义。
-
版本管理:保持Redux Toolkit为最新版本,以避免已知的类型问题。
技术原理
composite: true是TypeScript的一个编译选项,主要用于项目引用(project references)功能。它会让TypeScript执行更严格的类型检查,包括:
- 确保所有导出的类型都可以被单独引用
- 生成.tsbuildinfo文件用于增量编译
- 强制声明文件(.d.ts)必须存在
这种严格检查在某些情况下会暴露Redux Toolkit类型系统中的一些边界情况,特别是在类型推断方面。
总结
Redux Toolkit与TypeScript的composite模式结合使用时,需要注意类型的可访问性和导出问题。通过合理配置类型定义和保持库版本更新,可以避免大部分类型错误。对于开发者而言,理解TypeScript的类型系统和Redux Toolkit的类型定义方式,能够更好地处理这类问题。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00