OpenAPI-TS 项目中 TanStack Query 生成器命名优化方案
2025-07-01 19:45:22作者:史锋燃Gardner
背景介绍
在 OpenAPI-TS 项目中,当开发者使用 TanStack Query 插件生成 API 客户端代码时,会遇到一个常见的命名规范问题:对于 POST 请求的搜索端点,默认会生成一个 mutation 操作,而实际上这类端点更适合作为查询(query)操作使用。
问题本质
在 RESTful API 设计中,虽然 POST 请求通常用于创建资源(mutation),但有时也会用于复杂查询场景,特别是当查询参数过于复杂无法通过 URL 参数传递时。这种情况下,开发者更希望将这些 POST 端点作为查询(query)而非变更(mutation)来处理。
现有解决方案
当前 OpenAPI-TS 的 TanStack Query 插件已经提供了解决方案:
- 对于所有端点都会生成一个
xxxOptions函数 - 这个函数返回的选项可以直接用于
useQuery或useMutation钩子 - 开发者可以自由选择将 POST 端点用作查询还是变更
例如:
const query = useQuery({
...postLoansOptions({
body: {
query: {
op: 'eq',
args: { property: 'zipCode', value: '90815' },
},
},
}),
});
改进方向
虽然现有方案功能完整,但从开发者体验角度仍有优化空间:
-
命名一致性:目前生成的函数统一使用
Options后缀,而开发者可能期望更明确的Query或Mutation后缀 -
可配置性:可以增加配置选项,允许开发者:
- 自定义生成函数的命名模式
- 为特定端点强制指定生成查询或变更操作
- 基于 OpenAPI 文档中的 operationId 或路径模式进行规则匹配
-
文档增强:更突出地展示如何将 POST 端点用作查询的最佳实践
技术实现建议
要实现更灵活的命名配置,可以考虑以下方案:
// 配置示例
{
namingConvention: {
query: {
pattern: '{operationId}Query', // 或 '{pathName}Query'
overrides: [
{
path: '/search',
method: 'post',
type: 'query' // 强制作为查询
}
]
},
mutation: {
pattern: '{operationId}Mutation'
}
}
}
最佳实践
对于搜索类 POST 端点,推荐以下处理方式:
-
语义明确:在 OpenAPI 文档中为搜索类 POST 端点添加明确的
operationId,如searchUsers -
类型安全:利用生成的类型定义确保查询参数和返回值的类型安全
-
性能优化:对于高频搜索,考虑结合 TanStack Query 的缓存策略优化性能
总结
OpenAPI-TS 项目为 TanStack Query 集成提供了坚实的基础设施,通过合理的配置和命名优化,可以进一步提升开发者体验。未来可以考虑增加更灵活的命名配置选项,同时保持现有功能的向后兼容性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2