GraphQL Code Generator 中 verbatimModuleSyntax 的类型导入问题解析
问题背景
在使用 TypeScript 开发 GraphQL 应用时,许多开发者会选择 GraphQL Code Generator 来自动生成类型定义文件。当项目中启用了 TypeScript 的 verbatimModuleSyntax: true 配置时,生成的代码可能会遇到类型导入错误。
verbatimModuleSyntax 的作用
verbatimModuleSyntax 是 TypeScript 4.5 引入的一个严格模式选项,它强制开发者明确区分类型导入和值导入。在这种模式下:
- 所有类型导入必须使用 
import type语法 - 禁止混合导入类型和值
 - 提供更清晰的模块边界和更精确的依赖分析
 
问题现象
当启用 verbatimModuleSyntax 时,GraphQL Code Generator 默认生成的代码中,对于 TypedDocumentNode 的导入语句会报错:
import { TypedDocumentNode as DocumentNode } from '@graphql-typed-document-node/core';
错误提示为:TypedDocumentNode is a type and must be imported using a type-only import when verbatimModuleSyntax is enabled.
解决方案
方法一:配置 useTypeImports
在 GraphQL Code Generator 的配置文件中,可以通过设置 useTypeImports: true 来强制生成类型导入语句:
import type { CodegenConfig } from '@graphql-codegen/cli';
const config: CodegenConfig = {
  generates: {
    './db/__generated__/': {
      plugins: ['typescript', 'typescript-resolvers'],
      config: {
        useTypeImports: true
      }
    }
  }
};
export default config;
方法二:手动修改生成文件
虽然不推荐,但也可以手动修改生成的代码文件,添加 type 关键字:
import { type TypedDocumentNode as DocumentNode } from '@graphql-typed-document-node/core';
技术原理
GraphQL Code Generator 的核心功能是根据 GraphQL schema 自动生成 TypeScript 类型定义。当启用 verbatimModuleSyntax 时,TypeScript 编译器会对所有导入进行严格检查:
TypedDocumentNode是一个纯类型定义- 在严格模式下,纯类型必须使用 
import type或import { type ... }语法 - 默认生成的代码没有区分类型和值的导入
 
最佳实践
- 
始终配置 useTypeImports:即使当前没有启用
verbatimModuleSyntax,配置此选项可以确保代码在未来兼容性 - 
统一项目配置:如果团队决定使用
verbatimModuleSyntax,应在所有相关工具链中保持一致 - 
定期更新工具链:GraphQL Code Generator 及其插件会不断改进对 TypeScript 新特性的支持
 
总结
TypeScript 的 verbatimModuleSyntax 选项提供了更严格的模块导入检查,有助于提高代码质量。通过合理配置 GraphQL Code Generator 的 useTypeImports 选项,开发者可以无缝地在严格类型检查环境下使用自动生成的代码。这一小配置的调整,能够带来更好的类型安全性和代码可维护性。
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